MétaCan
Menu
Retour à la cohorte
Enregistrement W7117235874 · doi:10.29103/aa.v12i3.24366

Determination of water quality status of Way Kuala River, Bandar Lampung City

2025· article· W7117235874 sur OpenAlexaboutno aff
Ivena Putri Sheptiane, Putu Cinthia Delis, Rara Diantari

Notice bibliographique

RevueActa Aquatica Aquatic Sciences Journal · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueMarine and Coastal Ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater qualityRiver pollutionWater pollutionPollutionField surveyMain riverHydrology (agriculture)

Résumé

récupéré en direct d'OpenAlex

Way Kuala River is one of the rivers located in urban areas and utilized by various activities around it. Waste from the activities of the surrounding community that was discharged directly into the river will cause a decrease in river water quality. A decrease in water quality can be indicated by changes in physical, chemical, and biological parameters. The purpose of this research is to analyze water quality conditions and determine the water quality status of Way Kuala River, Bandar Lampung City. This research was conducted in November 2024-January 2025 in Way Kuala River, Bandar Lampung City. Sampling was conducted at 3 stations along the Way Kuala River using a direct survey method. Samples were then analyzed in situ, namely direct analysis in the field and ex situ with analysis at the BSPJI Bandar Lampung Laboratory. The data analysis used is STORET, pollution index (IP), and canadian council of ministers of the environment (CCME WQI). The results showed that the condition of Way Kuala River was categorized as polluted. The water quality status of Way Kuala River with STORET tends to be heavily polluted. The water quality status of Way Kuala River with IP tends to be lightly polluted. The water quality status of Way Kuala River with CCME WQI tends to be less polluted. Keywords: CCME WQI; Pollution Index; STORET; Water Quality Status; Way Kuala River

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)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,477
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,297
Écart entre enseignants0,274 · 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 tête enseignante, pas un consensus.

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 revueActa Aquatica Aquatic Sciences JournalMême sujetMarine and Coastal EcosystemsTravaux en français237 207