MétaCan
Menu
Retour à la cohorte
Enregistrement W7042697872

Pengaruh Kadar Air Pada Parameter Geser Tanah Organik yang
\nDistabilisasi dengan Limbah Karbit dan Abu Ampas Tebu

2019· other· id· W7042697872 sur OpenAlexaff

Notice bibliographique

RevueUAJY Repository (University of Southampton) · 2019
Typeother
Langueid
Domaine
Thématique
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésNucleofectionLimitingWindageParaphernalia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tanah organik terbentuk oleh pelapukan tumbuhan dan binatang yang memiliki sifat-sifat fisika dan \nmekanika sangat buruk. Oleh sebab itu, perbaikan tanah organik perlu diupayakan. Penelitian ini \nbertujuan untuk mengkaji efektifitas bahan stabilisator limbah karbit (CCR) dan abu ampas tebu \n(AAT) untuk stabilisasi tanah organik, dan melakukan investigasi mengenai pengaruh kadar air \nterhadap perubahan parameter geser tanah organik yang distabilisasi dengan CCR dan AAT. Untuk \nmencapai tujuan tersebut dilakukan serangkaian pengujian laboratorium. Pertama pengujian \nkomposisi kimia tanah organik, limbah karbit, dan abu ampas tebu. Kedua pengujian sifat mekanika \ntanah yang meliputi pengujian kohesi dan sudut gesek dalam tanah asli maupun tanah yang \ndistabilisasi CCR dan AAT. Tanah organik dicampur dengan bahan tambah (60%CCR + 40%AAT) \ndengan proporsi : 5,10,15,20,25, dan 30% pada kadar air yang berbeda (468%, 518%, dan 568%) \ndan diperam dalam waktu : 7,14,21 dan 36 hari. Kemudian tanah yang sudah distabilisasi diuji geser \nlangsung untuk menentukan parameter geser. Hasil penelitian menunjukkan bahwa kohesi (c) dan \nsudut gesek dalam (ϕ) meningkat proporsional dengan peningkatan kadar bahan tambah. Zona aktif \nterlihat pada kadar bahan tambah antara 10 s.d. 20%, yang berarti kadar bahan tambah optimum \nterjadi pada proporsi 20%. Peningkatan parameter geser tersebut juga proporsional terhadap waktu \npemeraman. Sampai dengan waktu peram 36 hari, parameter geser terus meningkat. Namun \ndemikian perubahan kadar air tidak banyak berpengaruh pada peningkatan parameter geser tanah \nyang distabilisasi.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,005

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 Opus0,008
Tête enseignante GPT0,181
Écart entre enseignants0,173 · 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'étudeExpérimental (laboratoire)
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUAJY Repository (University of Southampton)Travaux en français237 207