MétaCan
Menu
Retour à la cohorte
Enregistrement W4397013213 · doi:10.33772/einsteins.v2i1.645

Studi Kajian Literatur: Pengaruh Keberadaan Logam Berat Terhadap Tingkat Kesuburan Tanah di Indonesia

2024· article· id· W4397013213 sur OpenAlexaboutno aff
Putri Oktavian, Muhammad Anas, Kasman, I Nyoman Sudiana, Jamhir Safaani, La Agusu

Notice bibliographique

RevueEinstein's. · 2024
Typearticle
Langueid
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Penelitian ini dilakukan di Kendari, Sulawesi Tenggara. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana pengaruh keberadaan logam berat terhadap tingkat kesuburan tanah di Indonesia. Metode yang digunakan dalam penelitian ini yaitu pengkajian literatur dengan mengumpulkan beberapa data sekunder dari berbagai penelitian yang telah dilakukan. Hasil penelitian menunjukan logam berat terakumulasi di dalam tanah pada batas wajar hingga melebihi batas ambang dan berpengaruh signifikan terhadap tingkat kesuburan tanah. Logam berat yang telah melewati ambang batas keberadaan di dalam tanah oleh Ministry of State for Population and Enviromental of Indonesia, and Dalhousie, University Canada, dapat menyebabkan turunnya tingkat kesuburan terhadap tanah, bersifat toksik dan dapat berakibat buruk terhadap kesehatan manusia. Sedangkan untuk logam berat yang masih berada di bawah ambang batas, bersifat aman dan memiliki pengaruh yang cukup baik terhadap tingkat kesuburan tanah.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,005

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,217
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEinstein's.Même sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207