MétaCan
Menu
Retour à la cohorte
Enregistrement W4409173277 · doi:10.1051/bioconf/202517102014

The relationship between phytoplankton community structure and water conditions at Margagiri-Grenyang coastal waters, Banten Bay

2025· article· en· W4409173277 sur OpenAlexaff
Lulu Mahira Ramdani, Bambang Widigdo, Dudi Muhammad Wildan, Sulistiono Sulistiono, Dwi Yuni Wulandari, Fadly Y. Tantu, Robet Perangin-angin, Ahmad Ismail, Olusegun Odumosu

Notice bibliographique

RevueBIO Web of Conferences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and Coastal Ecosystems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBayPhytoplanktonEnvironmental scienceOceanographyCommunity structureHydrology (agriculture)GeologyEcologyBiologyGeotechnical engineeringNutrient

Résumé

récupéré en direct d'OpenAlex

Margagiri-Grenyang coastal waters are shallow water with substrate generally in the form of sandy mud that is busy with various activities, i.e. fishing, transportation, beach development for settlements, and industry. This can disrupt the stability of water conditions and the structure of the organism community in the bay. This study aimed to analyze the structure of phytoplankton communities, including the composition and abundance of types, diversity, evenness, and dominance indices, as well as their relationship with the water quality in these areas. This study was conducted for five months (July–November 2022) at six stations. The study showed that phytoplankton in these waters consisted of six classes and was dominated by the class Bacillariophyceae. Chaetocheros sp. and Thallasionema sp. were the genera commonly found in the waters. The values of the phytoplankton diversity, evenness, and dominance indices were 1.2733–2.5515, 0.3849–0.8003, and 0.1106-0.4912, respectively. Bacillariophyceae, Euglenophyceae,and Chrysophyceae appeared to be correlated with phosphate and total suspended solids (TSS).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,239
Écart entre enseignants0,219 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBIO Web of ConferencesMême sujetMarine and Coastal EcosystemsTravaux en français237 207