MétaCan
Menu
Retour à la cohorte
Enregistrement W2065046692 · doi:10.1300/j144v03n01_09

Organic Wastes for Improving Soil Physical Properties and Enhancing Plant Growth in Container Substrates

2001· article· en· W2065046692 sur OpenAlexaff
Nsalambi V. Nkongolo, Jean Caron, F. M. Gauthier, Mitate Yamada

Notice bibliographique

RevueJournal of Crop Production · 2001
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGeraniumPerliteCompostHydraulic conductivityBulk densityChemistrySewage sludgeAerationHorticultureCuttingPeatPotting soilBotanyEnvironmental scienceAgronomySewageBiologySoil scienceSoil waterEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Summary Increasing rates (5, 10, 25 and 40% v/v) of 6 sources of organic wastes were substituted for peat to assess changes in the physical properties of peat-perlite substrates and investigate the relationship between plant response and these properties. Wastes were either fresh or composted bio-filter sludge (FBF and CBF), sewage sludge (FSS and CSS), and de-inked paper sludge (FDP and CDP). Geranium plants (Pelagornium× hortorum ‘Orbit Hot Pink’) were grown in the substrates. Growing substrates' saturated hydraulic conductivity (Ks), air-filled porosity (f a), pore tortuosity (t), and relative gas diffusivity (Ds/Do) all increased linearly (p = 0.0001) as the rate of organic wastes increased. Geranium plant height (PHT), shoot dry mass (SDM) and root dry mass (RDM) were either linearly or quadratically decreased (p = 0.0001) as the amount of waste increased in the substrates. During both growing seasons, Geranium SDM and RDM were either linearly or quadratically correlated with Ds/Do and t. Organic waste types and their rate of application strongly affected the aeration status of the substrates. Ds/Do and t better expressed the relationship between plant growth and the physical conditions of the root zone.

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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
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 Opus0,026
Tête enseignante GPT0,220
Écart entre enseignants0,194 · 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

Citations12
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Crop ProductionMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207