MétaCan
Menu
Retour à la cohorte
Enregistrement W1983308402 · doi:10.4141/cjss07044

Nutrient and trace element changes during manure composting at four southern Alberta feedlots

2008· article· en· W1983308402 sur OpenAlexafffundvenueabout
Francis J. Larney, Andrew F. Olson, Paul R. DeMaere, Brian P. Handerek, Bonnie C. Tovell

Notice bibliographique

RevueCanadian Journal of Soil Science · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensLethbridge CollegeAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésManureCompostNutrientTrace elementFeedlotEnvironmental scienceHaulageBeef cattleAgronomyAnimal scienceChemistryMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

Interest in composting as a means of handling the large volumes of manure generated by southern Alberta beef cattle feedlots has increased in recent years. We measured concentrations of 19 elements (C, N, P, Na, Ca, Mg, K, S, Al, Fe, Mn, Zn, Cu, Cr, Ni, P b , Co, Mo and Cd) in fresh manure, interim-composted manure and finished compost, at four commercial feedlots. Thirteen elements showed increased concentrations (by 26–73%) with composting, while four (C, Cr, Ni and Mo) showed concentration declines. Of the remaining two, the trend in N concentration was feedlot dependent, while Pb was largely unaffected. Total mass loss during composting averaged 54%, which represents a substantial decrease in haulage requirements. Overall average C losses were 61% and N losses 33%. On an equivalent wet weight basis ("as-is"), composting allowed haulage of 56% more N, 84% more P, 91% more Zn, and 76% more Cu than fresh manure, which is advantageous in terms of moving nutrients and trace elements from high to low-loading areas. Our study quantifies nutrient and trace element behaviour during composting, provides comparative data with fresh manure, and helps tailor end-use decisions (e.g., haulage distance, application rate) on the compost product. Key words: Manure, compost, beef cattle feedlots, nutrients, trace elements

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,536
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,204
Écart entre enseignants0,176 · 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

Citations27
Publié2008
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207