MétaCan
Menu
Retour à la cohorte
Enregistrement W4402045385 · doi:10.32662/gojise.v4i1.1084

ANALISA FUNGSI TAMPUNGAN SEDIMEN PADA CHECKDAM SUNGAI ALO TERHADAP LAJU SEDIMEN KE DANAU LIMBOTO

2021· article· id· W4402045385 sur OpenAlexaff
Mustakim Mustakim

Notice bibliographique

RevueGorontalo Journal of Infrastructure and Science Engineering · 2021
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueWater and Land Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Laju pendangkalan danau akibat erosi dari sungai-sungai yang bermuara di danau limboto sangat besar. Pada tahun 1932, rata-rata kedalaman Danau Limboto 30 meter dengan luas 7.000 ha. Pada tahun 1955 kedalaman danau menurun menjadi 16 meter. Dan dalam tempo 30 tahun, pada tahun 1961 rata-rata kedalaman Danau Limboto telah berkurang menjadi 10 meter dan luasannya menyusut menjadi 4.250 ha. Pada tahun 1990 – 2004 kedalaman Danau Limboto tinggal rata-rata 2,5 meter dan luasnya yang tersisa tinggal 3.000 ha. Dalam kurun waktu 52 tahun Danau Limboto berkurang 4.304 ha (62,60%). Jika kita hitung per tahunnya, tingkat penyusutan danau mencapai 65,89 ha. Diperkirakan pada tahun 2025 Danau Limboto lenyap dari muka bumi Gorontalo. Berdasarkan hal tersebut, maka penulis melakukan penelitian terhadap 3 (tiga) bangunan Checkdam yang berada di Sungai Alo untuk mengetahui berapa besar sedimen yang dapat tertahan dan seberapa besar dampak dari pembangunan checkdam terhadap laju sedimen yang menuju ke danau limboto dengan menggunakan Analisa Angkutan Sedimen dengan Metode L.C. Van Rijn dan Meyer-Peter-Mauller (MPM). Kesimpulan yang diperoleh dari hasil analisa tampungan sedimen ialah sedimentasi yang terjadi di sungai alo cukup besar utamanya saat musim hujan berkepanjangan, dengan tingkat sedimentasi pertahun dapat dihitung sebesar 417.958,31m3 pertahun, sedangkan daya tampung ke 3 buah checkdam 1.610,50m3. Sehingga pemeliharaan berkala untuk membersihkan sedimen di setiap checkdam sangat diperlukan.Siltation rate of lake due to erosion of Rivers leading to Limboto Lake was very big. In 1932, the average depth of Limboto Lake was 30 meter and the width was 7.000 ha. In 1955, the depth decreased to 16 meter. Then, within 30 years, in 1961, the depth became 10 meter and the width was 4.250. Finally, during 1990 to 2004, the depth was only 2,5 meter and the width was only 3.000 ha. It shows that within 52 years the Limboto Lake has decreased for 4.304 ha. Counting per year, the depreciaton rate achieves 65,89 ha. It os estimated that in 2025, the Limboto Lake will disappear. Based on the case, the researcher conducted this research on 3 (three) Checkdam buildings located in Alo River in order to fine out for what extent the sediment can last and to investigate the impact of the checkdam construction toward rate of sediment that led to limboto lake using sediment transport analysis with L.C. Van Rijin and Meyer-Peter-Meyer (MPM) methods. It can be concluded that the sedimentation occurred in Alo River was very big particularly during prolonged rainy season, be having sedimentation rate per year was 1.263.806,26 m3 while the capacity of the 3 check dam was 1.610,50 m3. Therefore, periodic maintenance to clean the sediment in each check dam is required.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,004
Tête enseignante GPT0,186
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGorontalo Journal of Infrastructure and Science EngineeringMême sujetWater and Land ManagementTravaux en français237 207