Mathematical Equations for Reducing Water Pollution Problems among Poultry Production Clusters in Nong Khai Province, Thailand
Notice bibliographique
Résumé
Poultry production clusters (PPC) in Nong Khai raise layer chickens in the poultry houses constructed over fish ponds.Layer farmers use chicken manure to feed their fish.However, unbalance between chicken raising and the size of fish pond or number of fish results in low water quality, which affects fish production and the community's public water resource.In this field study, data was collected from layer farms in three poultry production clusters in Nong Khai province in the northeast of Thailand (a total of 90 farms) between April and August 2013.Data collected consisted of observations of dissolved oxygen (DO) values of water in the fish ponds, the number of egg-laying chickens raised above the fish ponds, the number of fish and size of the fish ponds.When all of these four observations were analyzed, mathematical equations for calculating the number of chickens raised, the number of fish per one rai (1600 m 2 ), and the size of pond suitable for the number of chickens and fish were obtained as follows: 1) number of fish/rai = 5796 + 1097(size of pond) (R 2 = 0.71), 2) number of chicken/rai = 513 + 223(size of pond) (R 2 = 0.48) and 3) size of pond = -0.328474+ 0.000262(Fish) + 0.00117(Chicken) (R 2 = 0.40).When pond = desired pond size, fish = number of fish to be raised and chicken = number of chickens to be raised.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».