MétaCan
Menu
Retour à la cohorte
Enregistrement W4408513731 · doi:10.21107/rekayasa.v16i3.19543

Kontaminasi Mikroplastik pada Ikan Kiper (Scatophagus argus) dari Laguna Segara Anakan, Cilacap

2023· article· id· W4408513731 sur OpenAlexaff
Nuning Vita Hidayati, Siti Hotijah, Mohammad Nuh Hudawi, Sapto Andriyono, Dyahruri Sanjayasari, Dewi Wisudyanti Budi Hastuti, Hendrayana Hendrayana

Notice bibliographique

RevueRekayasa · 2023
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueAquatic life and conservation
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésArgusZoologyComputer scienceBiologyProgramming language

Résumé

récupéré en direct d'OpenAlex

Microplastics are pollutants of emerging concern today. The presence of microplastics in fish from several marine environments has been reported worldwide. This study examined the presence of microplastics in the gastrointestinal tract (GIT) of the Kiper Fish (Scatophagus argus) from the Segara Anakan Lagoon, Cilacap, Central Java. Microplastics were found with an average abundance of 22.22 ± 6.8 items/ind. Fragment (45%) was the main type of microplastic found in the analyzed Kiper fish, followed by fiber (27%), film (21%), and pellets (7%). Eight types of colors were found in the analyzed fish, with black (43%) and transparent (33%) being the predominant plastic colors. There were 12 types of microplastic polymers found, namely Polystyrene (PS), Nylon, Polymethyl methacrylate (PMMA), Cellulose acetate (CA), Polycarbonate (PC), Polyvinyl chloride (PVC), Polypropylene (PP), Polyurethane (PU), Latex, Acrylonitrile butadiene stryrene (ABS), High-density polyethylene (HDPE), Polyethylene telephthalate (PETE). The results of this study indicate that more serious attention must be paid to the handling of plastic waste, given the accumulation of high amounts of microplastics in fish, which can be harmful to human health.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,007

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 Opus0,031
Tête enseignante GPT0,235
Écart entre enseignants0,204 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRekayasaMême sujetAquatic life and conservationTravaux en français237 207