PENGARUH MODIFIKASI PERMUKAAN KARBON AKTIF BATUBARA MENGGUNAKAN SURFAKTAN SODIUM DODECYL SULFATE (SDS) TERHADAP SERAPAN LOGAM Fe DAN Mn DALAM AIR ASAM TAMBANG ARTIFISIAL
Notice bibliographique
Résumé
Air Asam Tambang (AAT) adalah salah satu permasalahan lingkungan terjadi dari perusahaan pertambangan khususnya pertambangan batubara, sehingga harus dilakukan pengolahan atau treatment secara tepat. Treatment AAT pada tahun 2021 menggunakan karbon aktif batubara 60 mesh yang memiliki komposisi 60% batubara dan 40% ZnCl2 yang diaplikasikan untuk penyerapan logam Fe dan Mn pada AAT Artifisial, penyerapan yang diperoleh sebesar 9,97% untuk logam Mn. Pada Penelitian dengan metode eksperimen ini dilakukan modifikasi permukaan karbon aktif menggunakan surfaktan Sodium Dodecyl Sulfate (SDS) untuk meningkatkan jumlah serapan terhadap logam Mn. Penelitian ini menggunakan variabel berupa konsentrasi awal larutan AAT artifisial dan konsentrasi surfaktan untuk karbon aktif termodifikasi. Karakterisasi karbon aktif dilakukan dengan analisa bilangan iodin. Berdasarkan penelitian sebelumnya, penelitian ini mengalami kenaikan penyerapan pada logam Mn. Tingkat penyerapan logam Mn paling optimal ada pada karbon aktif 1,5CMC yaitu sebesar 19,43% dengan konsentrasi awal larutan Air Asam Tambang sebesar 4,565 mg/L. Variasi konsentrasi surfaktan 1,5CMC ini mampu menaikkan pH menjadi 4,27 dengan pH awal 2,94. Dari hasil yang telah diperoleh perlu dilakukan penelitian lebih lanjut untuk meningkatkan serapan terhadap logam Mn dengan bahan dasar dari batubara.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».