Water Quality Degradation in the Deli River Watershed, North Sumatra: Impacts of Land Use and Pollution Sources
Notice bibliographique
Résumé
The Deli Watershed is crucial in Medan's hydrological cycle and the surrounding areas. It serves as a clean water source for Medan, but is also affected by urbanisation and industrial discharge. This study aims to assess water quality using pollution indices and spatial analysis across the Deli Watershed. Water samples were collected from the river in the watershed, North Sumatra Province, between June and July 2023. Observations were made at 46 spatial points through purposive sampling. These points represent the downstream (five points), middle (16 points), upstream (10 points), and tributaries (15 points). The pollution status of the basin was determined using the Pollution Index, the National Sanitation Foundation-Water Quality Index (NSF-WQI), the Canadian Council of Ministers of the Environment (CCME), and the SingScore Method. The spatial water pollution in the Deli Watershed varies from poor to good or excellent. The most severe river conditions are observed in the downstream parts of the Sei Sekambing and Deli sub-watersheds, characterised by moderately to poorly polluted water. Good or unpolluted river water quality was only found in 3 of 42 observation points, especially in the upper reaches of the Sembahe River and the Simai Mai River. Therefore, serious steps are needed from the government to restore and rehabilitate the Deli River Basin area, namely forest areas, plantations, and tourist areas, especially in the upper reaches of the Deli River Basin, namely in the Karo and Deli Serdang Regencies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».