MétaCan
Menu
Retour à la cohorte
Enregistrement W4410788410 · doi:10.51264/inajl.v6i1.80

Water Quality Dynamics and Water Pollutions of Belawan Estuary, North Sumatra, Indonesia

2025· article· en· W4410788410 sur OpenAlexaboutno aff
‪Ahmad Muhtadi, Rusdi Leidonald, Amanatul Fadhilah, Rizal Mukra, Decy M. Carolina Nasution

Notice bibliographique

RevueIndonesian Journal of Limnology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and Coastal Ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEstuaryWater qualityEnvironmental scienceOceanographyGeographyGeologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The Belawan Estuary is a highly strategic area in Medan, North Sumatra Province. Various utilisation activities such as ports, transportation, industry, fisheries, tourism, and settlements in the Belawan Estuary area have resulted in ecological pressures, particularly water pollution. The aim of this study was to determine the water quality dynamics and pollution status of the Belawan Estuary. The study was conducted in October 2023 in the Belawan Estuary, Medan City, North Sumatra Province. The sampling points consisted of eight locations representing the mouth, middle, and outer parts of the estuary. Sampling was conducted four times following the tidal cycle: full moon, last quarter, new moon, and first quarter. Water pollution status was determined using the pollution index (PI), Malaysian Marine Water Quality Index (MMWQI), and Canadian Council of Ministers of the Environment (CCME) methods. Temperature and pH were the most stable quality parameters. Total dissolved solids (TDS) and salinity fluctuated both spatially and temporally. Spatially and temporally, the Belawan Estuary falls into the moderately to heavily polluted category. The sources of pollution in the Belawan Estuary are urban activities, primarily the Terjun landfill. Nutrients and coliform bacteria are the main water quality parameters contributing to Belawan estuary pollution.

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 enseignants0,127
Score d'incertitude au seuil0,253

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,229
Écart entre enseignants0,222 · 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 revueIndonesian Journal of LimnologyMême sujetMarine and Coastal EcosystemsTravaux en français237 207