MétaCan
Menu
Retour à la cohorte
Enregistrement W4410571537 · doi:10.36733/jikt.v14i1.10984

Analisa Kualitas Air pada Daerah Terintrusi Air Laut di Pantai Lovina

2025· article· id· W4410571537 sur OpenAlexaff
Ketut Agus Karmadi, Putu Edi Yastika, Luh Natasya Karini Putri Karmadi

Notice bibliographique

RevueJurnal Ilmiah Kurva Teknik · 2025
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Agroindustry Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Intrusi air laut merupakan fenomena masuknya air asin ke dalam airtanah (tawar). Salah satu kawasan yang terdampak oleh peristiwa tersebut adalah Pantai Lovina. Hal ini disebabkan oleh banyaknya pembangunan dan pengembangan fasilitas pariwisata sehingga terjadi pengambilan airtanah yang berlebihan. Tujuan penelitian ini adalah untuk mengetahui kualitas air pada daerah yang terdampak intrusi air laut di Pantai Lovina. Metode yang digunakan adalah dengan mengambil contoh air dengan dilakukan pengujian terhadap parameter TDS (Total Dissolved Solid), EC (Electric Conductivity), dan pH (Power of Hydrogen). Setelah dilakukan uji terhadap parameter-parameter tersebut maka didapatkan hasil 2.Kualitas air tanah pada zona intrusi air laut di sepanjang Pantai Lovina berdasarkan kadar TDS pada daerah penelitian paling rendah sekitar 503 ppm hingga 5074 ppm di mana pada sumur yang memiliki TDS lebih dari 1000 ppm maka daerah tersebut terindikasi intrusi air laut di mana terdapat 7 (tujuh) sumur dari 14 sumur yang terintrusi berdasarka hasil survei pada daerah penelitian. Lalu untuk kadar EC (Electric Conductivity) rata-rata memiliki kadar lebih dari 1000 mS/cm yang di mana pada daerah timur daerah penelitian memiliki kadar 1006 – 1741 mS/cm yang menandakan kualitas air buruk dan adanya potensi intrusi air laut, lalu pada daerah barat penelitian memiliki kadar 2022 – 4206 mS/cm yang menandakan intrusi air laut. Maka dapat disimpulkan bahwa daerah penelitian telah mengalami intrusi air laut.

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), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,250
Écart entre enseignants0,231 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah Kurva TeknikMême sujetAgriculture and Agroindustry StudiesTravaux en français237 207