MétaCan
Menu
Retour à la cohorte
Enregistrement W6995607223

PERUBAHAN HISTOPATOLOGI HATI IKAN KETING (Mystus nigriceps) YANG TERAKUMULASI LOGAM BERAT KADMIUM (Cd) DI SUNGAI KETINGAN SIDOARJO, JAWA TIMUR

2018· dissertation· id· W6995607223 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversitas Airlangga Repository (Universitas Airlangga) · 2018
Typedissertation
Langueid
DomaineMedicine
ThématiqueCytokine Signaling Pathways and Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeavy metalsMercury (programming language)Aquatic animalFish <Actinopterygii>
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ikan keting (Mystus nigriceps) merupakan organisme perairan air tawar yang dapat bertahan terhadap perubahan kondisi lingkungan perairan yang tercemar tanpa mengalami kematian, di antaranya kadar oksigen yang rendah dan kekeruhan yang tinggi. Muara Sungai Ketingan merupakan salah satu muara yang rentan terkena dampak limbah buangan pabrik cat, pakan maupun limbah rumah tangga di daerah perkotaan khususnya Kota Sidoarjo. Terjadinya peningkatan kandungan logam berat pada perairan dapat membahayakan biota dan organisme yang hidup di dalamnya.&#13;\nHistopatologi adalah cabang biologi yang mempelajari kondisi dan fungsi jaringan dalam hubungannya dengan penyakit. Struktur hati ikan normal ditandai dengan adanya hepatosit (sel parenkim hati) yang berbentuk bulat, inti sel dan sinusoid terlihat jelas yang berisi darah dan saluran empedu (Jumaida et al., 2014). Hal ini sesuai dengan Sukarni et al., (2012) yang menyatakan bahwa histologi hati ikan yang sehat menunjukkan adanya hepatosit yang terletak diantara sinusoid dan saluran empedu.&#13;\nTujuan dari penelitian adalah untuk mengetahui kandungan logam berat kadmium (Cd) pada sedimen, air, dan organ ikan keting (Mystus nigriceps) serta perubahan histopatologis organ hati di perairan sekitar muara Sungai Ketingan Sidoarjo, Jawa Timur. Pemeriksaan histopatologi dilakukan di Balai Karantina Ikan Surabaya. Pemeriksaan sampel air, sedimen, dan organ hati dilakukan di Balai Penelitian dan Konsultasi Industri (BPKI) Surabaya. Pengambilan sampel dilakukan secara acak dan data dianalisis secara deskriptif dalam bentuk gambar dan tabel.&#13;\nHasil pemeriksaan sampel sedimen, air, dan insang ikan keting yang berasal dari perairan sekitar muara Sungai Ketingan Sidoarjo didapatkan hasil bahwa kandungan logam berat kadmium (Cd) pada sedimen terendah adalah 5,18 mg/kg dan tertinggi adalah 8,15 mg/kg. Konsentrasi logam kadmium (Cd) telah melewati ambang baku mutu sedimen yang ditetapkan oleh National Sediment Quality Survey USEPA (0,65-2,49) ppm dan The Ontario Ministry of The Environment (0,5-2,5) mg/Kg. Kandungan logam berat kadmium (Cd) pada air terendah adalah 1,74 mg/l dan tertinggi adalah 3,04 mg/l. KepMen Negara LH No. 51 Tahun 2004, tentang baku mutu air laut (biota air laut) diperbolehkan logam berat cadmium (Cd) sebesar 0,001 - 0.015 mg/L. Sedangkan kandungan logam berat kadmium (Cd) pada insang ikan terendah adalah 0,10 mg/kg dan tertinggi adalah 0,16 mg/kg. Kandungan logam berat kadmium (Cd) pada ikan keting (Mystus nigriceps) di sungai Ketingan Sidoarjo berada diatas ambang batas baku mutu menurut SNI 7387 (2009) sebesar 0.1 mg/Kg. Semua organ hati pada setiap stasiun mengalami kerusakan yaitu pembengkakan sel hati yang ditandai dengan sel yang membengkak serta sitoplasma tampak keruh dan kongesti yang ditandai dengan adanya pembendungan sel-sel darah merah.

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, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,012
Tête enseignante GPT0,236
Écart entre enseignants0,225 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversitas Airlangga Repository (Universitas Airlangga)Même sujetCytokine Signaling Pathways and InteractionsTravaux en français237 207