Uncomposted Wool and Hair‐Wastes as Soil Amendments for High‐Value Crops
Notice bibliographique
Résumé
The hypothesis of this work was that uncomposted sheep wool and human hair could be used as nutrient source for nonedible high‐value plants. Pot and field experiments were conducted to assess uncomposted sheep wool‐wastes and human hair‐wastes as a nutrient source for high‐value crops and to evaluate the effect of these waste materials on soil microbial community and mycorrhizae. In the pot experiments, addition of uncomposted wool‐ or hair‐waste to soil increased yields from pot marigold (Calendula officinalis L.) and valerian (Valeriana officinalis L.). In the field experiment, wool‐waste was added to purple foxglove (Digitalis purpurea L.) at rates of 0, 15.8, and 31.7 t ha−1. Wool additions to soil increased foxglove yields over the next two seasons by 1.7 to 3.5 times relative to the control. Overall, addition of wool‐ or hair‐waste to soil increased NH4–N and NO3–N in soil, increased total N (and protein) concentration in plant tissue, and stimulated soil microbial biomass. Scanning electron microscopy (SEM) and energy dispersive x‐ray (EDX) analyses indicated that some of wool and hair in soil from the pot and field experiments, after two seasons and several harvests, retained their original structure, a significant concentration of S, some N, and were not fully decomposed. High rates of wool addition to soil in field experiments resulted in shifts in the microbial community composition, while a low rate of wool‐waste addition did not affect the microbial community relative to the unamended control. Our results suggest that the addition of uncomposted wool‐waste or hair‐waste of only 0.33% by weight to soil would support at least 2 to 3 harvests of crops, without the addition of other fertilizers. Uncomposted wool and hair‐wastes can be used as a nutrient source for high‐value crops.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».