Growth of Alfalfa in Sludge‐Amended Soils and Inoculated with Rhizobia Produced in Sludge
Notice bibliographique
Résumé
The efficiency of rhizobial inoculants produced in wastewater sludge used as a growth medium and as a carrier was compared with that of inoculants produced in yeast mannitol broth (YMB) medium and by using peat as a carrier. Alfalfa (Medicago sativa L.) plants were inoculated with solid and liquid Sinorhizobium meliloti inoculants and grown in pots containing two soil types (Kamouraska clay soil and Saint-André sandy soil). The effect of various levels of sludge amendment (60 and 120 kg N/ha) and nitrogen fertilizer (60 kg N/ ha) was also studied. The sludge-based inoculants showed the same symbiotic efficiency (nodulation and plant yield) as YMB-based inoculants. The inoculation increased the nodulation indexes from 4-6 to 8-12, and the rhizobial number from 10(3) (uninoculated soils) to 10(6)-10(7) cells/g in inoculated soils. However, the shoot dry weights and the nitrogen contents were not increased significantly by the inoculation. Applying sludge as an amendment enhanced the rhizobial number in soils from 10(3) to 10(4) cells/g and improved significantly the plant growth (shoot dry weights and nitrogen contents). This improvement increased with sludge rate and with the cut (three cuts). Compared with sludge, N fertilizer gave lower plant yields. The nodulation was not affected by sludge and N-fertilizer application. The texture and physico-chemical properties of soil were found to affect the yield and nitrogen content of the plants. In this study, macroelements and heavy metals were at acceptable levels and were not considered to be negative factors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».