MétaCan
Menu
Retour à la cohorte
Enregistrement W2012284830 · doi:10.1080/09593332808618761

Soil-Based Treatment of Partially Treated Liquid Swine Manure

2007· article· en· W2012284830 sur OpenAlexaff
Haizheng Yang, Jianli Xiao, Mohamed Gamal El‐Din, Ian Buchanan, D. Bromley, Keisuke Ikehata

Notice bibliographique

RevueEnvironmental Technology · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Soil, Plant Science
Établissements canadiensCanadian Natural ResourcesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLiquid manureNitrificationSubsoilManureTopsoilLeachateKjeldahl methodChemistryDenitrificationAgronomySoil waterEnvironmental scienceNutrientNitrogenEnvironmental chemistrySoil science

Résumé

récupéré en direct d'OpenAlex

A soil-column system was tested for the removal of soluble organics and nutrients from partially treated liquid swine manure. The liquid manure was applied to the 900 mm deep (300 mm of local topsoil and 600 mm of local subsoil) soil columns continuously for an eight-week period, and leachate as well as soil samples were analysed. An effective liquid manure application rate of 17 mm d(-1) was determined based on a preliminary liquid manure soil-based treatment experiment. It was found that more than 90% of five-day biochemical oxygen demand, chemical oxygen demand, total Kjeldahl and ammonia nitrogen, and total phosphorus could be effectively removed from the liquid manure by the soil system. Nitrogen contents accumulated in the soil matrix mostly within the 0 to 300 mm depth, while no significant increase was observed in sub soils. Soil analyses indicated the occurrence of nitrification and denitrification in the soil columns. Nitrogen balance showed that about 42% of the applied nitrogen was lost from the system during the liquid manure soil-based treatment experiment, suggesting the emission of ammonia and other gaseous nitrogen generated through nitrification and denitrification. The leachate of the soil treatment system was used to irrigate Bermuda grass. No negative effect of leachate was observed on the plant growth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,191
Écart entre enseignants0,182 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental TechnologyMême sujetAgriculture, Soil, Plant ScienceTravaux en français237 207