MétaCan
Menu
Retour à la cohorte
Enregistrement W2051722642 · doi:10.3155/1047-3289.61.7.771

Nitrogen Conservation in Simulated Food Waste Aerobic Composting Process with Different Mg and P Salt Mixtures

2011· article· en· W2051722642 sur OpenAlexaff
Yu Li, Bensheng Su, Jianlin Liu, Xianyuan Du, Guohe Huang

Notice bibliographique

RevueJournal of the Air & Waste Management Association · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensUniversity of Regina
Organismes subventionnairesChina Scholarship Council
Mots-clésFood wasteBiodegradationChemistryPotassiumSalt (chemistry)StruviteNitrogenAmmoniaMagnesiumPhosphateSulfateNuclear chemistryWaste managementFood scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

To assess the effects of three types of Mg and P salt mixtures (potassium phosphate [K3PO4]/magnesium sulfate [MgSO4], potassium dihydrogen phosphate [K2HPO4]/MgSO4, KH2PO4/MgSO4) on the conservation of N and the biodegradation of organic materials in an aerobic food waste composting process, batch experiments were undertaken in four reactors (each with an effective volume of 30 L). The synthetic food waste was composted of potatoes, rice, carrots, leaves, meat, soybeans, and seed soil, and the ratio of C and N was 17:1. Runs R1-R3 were conducted with the addition of K3PO4/ MgSO4, K2HPO4/MgSO4, and KH2PO4/MgSO4 mixtures, respectively; run R0 was a blank performed without the addition of Mg and P salts. After composting for 25 days, the degrees of degradation of the organic materials in runs R0-R3 were 53.87, 62.58, 59.14, and 49.13%, respectively. X-ray diffraction indicated that struvite crystals were formed in runs R1-R3 but not in run R0; the gaseous ammonia nitrogen (NH3-N) losses in runs R0-R3 were 21.2, 32.8, 12.6, and 3.5% of the initial total N, respectively. Of the tested Mg/P salt mixtures, the K2HPO4/ MgSO4 system provided the best combination of conservation of N and biodegradation of organic materials in this food waste composting process.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,370

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Air & Waste Management AssociationMême sujetPhosphorus and nutrient managementTravaux en français237 207