MétaCan
Menu
Back to cohort
Record W3155680394

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

2018· dissertation· id· W3155680394 on OpenAlexaboutno aff
Lucky Anggitasari

Bibliographic record

Venuenot available
Typedissertation
Languageid
FieldEnvironmental Science
TopicHeavy Metal Pollution Remediation
Canadian institutionsnot available
Fundersnot available
KeywordsPhysicsHeavy metalsBiologyAnimal scienceChemistryEnvironmental chemistry
DOInot available

Abstract

fetched live from 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. Histopatologi 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. Tujuan 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. Hasil 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.

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.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.006
Threshold uncertainty score0.012

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0010.001
Open science0.0000.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0030.001

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 head0.014
GPT teacher head0.260
Teacher spread0.245 · 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

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations1
Published2018
Admission routes1
Has abstractyes

Explore more

Same topicHeavy Metal Pollution RemediationFrench-language works237,207