Taburan logam berat (Cd,Pb, Zn) dalam sedimen dan kerang di sekitar Teluk Likas
Notice bibliographique
Résumé
Kajian paras kepekatan ke atas logam-Iogam berat (Cd, Pb dan Zn) dalam sedimen marin dan kerang telah dijalankan di sekitar Teluk Likas, Kota Kinabalu. Sampel kerang dan sedimen telah diambil pada Disember 2005 dan dihadamkan dengan menggunakan asid nitrik 69-70% sebelum dianalisis dengan mesin Spektrofotometer Serapan Atom (polarized Zeeman Z-5000). Nilai kepekatan logam yang dikaji dicatatkan dalam berat kering (µggE‰1). Stesen 4 iaitu kawasan rumah atas air mengandungi kepekatan logam yang paling tinggi berbanding dengn stesen-stesen yang lain iaitu Cd (2.67 ± 1.72 µggE‰1), Pb (27.81 ± 4.39 µggE‰1) dan Zn (168.79 ± 8. µggE‰1). Di stesen 4, kerang Callista sp. mempunyai kepekatan Cd (1.68 ± 0.17 µggE‰1) yang paling tinggi manakala kerang Anadara granosa mencatatkan kepekatan Pb (4.26 ± 0.60 µggE‰1) dan Zn (122.00 ± 37.85 µggE‰1) yang paling tinggi. Korelasi antara kepekatan logam dalam sedimen dengan kepekatan logam dalam kerang Meretrix meretrix menunjukkan terdapat hubungan yang signifIkan (p<0.05) bagi logam Cd dan Ph dan tidak bagi logam Zn. Ini mungkin disebabkan pengambilan Zn oleh kerang dikawal oleh tisu badannya. Hasil kajian menunjukkan bahawa paras kepekatan logam-logam Cd dan Ph dalam sedimen masih dalam julat nonnal yang ditetapkan oleh Alloway (1990) kecuali bagi logam Zn. Kepekatan logam Zn dalam sedimen adalah relatif tinggi berhanding dengan paras kepekatan logam yang wujud secara semulajadi dan berpotensi membawa kesan kritikal kepada persekitaran. Kerang yang diambil daripada kawasan kajian ini adalah selamat untuk dimakan kerana kepekatan logam Cd, Pb dan Zn dalam kerang ini adalah masih mematuhi piawai-piawai yang ditetapkan oleh ICES (1988), ABIA(1991), MPHT (1986), USFDA (1990) dan NHMRC (1987).
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».