MétaCan
Menu
Retour à la cohorte
Enregistrement W2092544640 · doi:10.4141/s04-017

Contribution of on-farm and industrial composts to soil pH and enrichment in available nutrients and metals

2004· article· en· W2092544640 sur OpenAlexvenueno aff
Bernard Gagnon

Notice bibliographique

RevueCanadian Journal of Soil Science · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompostLoamManureNutrientAgronomyPoultry litterChemistryHumusSoil pHEnvironmental scienceSoil waterBiologySoil science

Résumé

récupéré en direct d'OpenAlex

Soil composition following addition of on-farm manure composts should be investigated for better utilization of these products in the field. An experiment was conducted to evaluate the contribution of several on-farm and industrial composts to soil pH and its enrichment in available major nutrients and metals (Cu, Zn, Fe, Mn). Materials were mixed at a rate of 200 mg N kg-1 with an Arago sandy loam (Humo-Ferric Podzol), and incubated in glass jars at 35°C for 13 wk. Composts from poultry litter (PL), vegetable residue (VR), wood shavings and dairy manure were among those that provided the highest levels of available N and P at the end of incubation. The vegetable residue compost also substantially increased the levels of Mehlich-3 Ca and Mg, but it was a poor source of K. Most dairy manure composts (DM) contributed to increase the soil exchangeable K. The industrial yard trimming compost (YT) largely increased soil pH and available N and Ca, but it was a very poor source of P and K. The spent mushroom compost (MU) also increased soil pH and Mehlich-3 Ca. In contrast to the major nutrients, on-farm composts had a limited impact on soil pH and on the available metal contents. This study indicates that the enrichment in major nutrients and metals of this acidic sandy loam and the relative contribution of the studied elements were mainly related to composted material sources and their degree of decomposition. Key words: Composting, farm manure, soil composition

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,238
Écart entre enseignants0,208 · 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'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

Citations10
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207