MétaCan
Menu
Back to cohort
Record W2920673232 · doi:10.29303/jppm.v2i1.1015

PENYULUHAN TENTANG SUMBER-SUMBER KONTAMINAN LOGAM BERAT PADA SISWA SMAN 1 BELO KABUPATEN BIMA

2019· article· id· W2920673232 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueJurnal Pendidikan dan Pengabdian Masyarakat · 2019
Typearticle
Languageid
FieldEnvironmental Science
TopicHeavy Metal Pollution Remediation
Canadian institutionsBell (Canada)
Fundersnot available
KeywordsPhysicsNuclear chemistryHumanitiesChemistryArt

Abstract

fetched live from OpenAlex

Dalam kehidupan sehari-hari saat ini merupakan hal yang sulit dihindari adanya kontak dengan berbagai sumber logam berat. Logam berat sudah masuk dalam ekosistem alami dan ekosistem buatan. Logam berat masuk dalm tubuh manusia melalui jalur makanan, minuman, pernapasan dan kulit. Pencemaran dan paparan logam berat pada manusia sudah terjadi di berbagai tempat. kehidupan manusia. Karena kebutuhan akan produk dan materi yang mengandung logam berat, maka manusia sulit untuk menghindari adanya paparan dengan logam berat seperti Kadmium (Cd), timbal (Pb), air raksa (Hg),dan tembaga (Cu). Tujuan dari kegiatan pengabdian adalah untuk: Memberikan pemahaman tentang sumber-sumber kontaminan logam berat bagi siswa,  memberikan contoh-contoh pengetahuan yang harus dimiliki agar dapat terhindar dari  paparan kontaminan logam berat, dan memberikan pengetahuan tentang upaya-upaya untuk menghindari diri dari kontaminan logam berat pada siswa SMAN 1 Belo kabupaten Bima dalam kehidupan sehari-hari. Kesimpulan dari kegiatan pengabdian ini adalah : Siswa dapat memahami tentang Sumber-sumber logam berat yaitu; dari sumber alami utama hadirnya logam Pb, Cu, Cr, Cd, Hg, Ni dan Zn adalah dari aktivitas vulkanik dan kegiatan pertanian bagi manusia. Logam berat dapat berasal dari berbagai sumber seperti pada industri pengolahan bijih logam, industri pestisida, industri pertambangan, industri pelapisan logam dan proses penghilangan cat (paint stripping). Atau juga dapat berasal pencemar logam yang berasal dari makanan yang terkontaminasi oleh logam berat, misalnya makanan hasil laut. Siswa mendapatkan contoh-contoh sumber bahan yang mengandung logam berat baik dari makanan maupun dari obat-obatan pertanian. Upaya yang harus dimiliki oleh siswa SMAN 1 Belo kabupaten Bima dalam kehidupan sehari-hari agar dapat terhindar dari kontaminan logam berat adalah menghindari makanan dan sayuran yang terkontaminasi logam berat seperti kerang dari teluk Bima, dan menghindari tempat yang telah terkontaminasi logam berat. Cara terbaik untuk menghindari terjadinya kontak langsung dengan logam logam berat adalah dengan menggunakan pelindung hidung (masker) dalam kehidupan sehari-hari jika terjadi kontak langsung, terutama dengan insektisida, fungisida dan herbisida atau pupuk.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.141
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.000
Meta-epidemiology (narrow)0.0020.002
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0010.002
Science and technology studies0.0010.001
Scholarly communication0.0010.003
Open science0.0020.001
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0090.037

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.011
GPT teacher head0.228
Teacher spread0.217 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it