MétaCan
Menu
Retour à la cohorte
Enregistrement W2105838254 · doi:10.5539/ep.v3n4p1

Assessment of Adaptive Capacity of Leaves and Roots of Golf Grass Plant Irrigated by Reclaimed Wastewater

2014· article· en· W2105838254 sur OpenAlexvenueno aff
Hind Mouhanni, Brahim Boudinar, Abdelaziz Bendou

Notice bibliographique

RevueEnvironment and Pollution · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationWastewaterEnvironmental scienceNutrientAgronomyDry weightReclaimed waterAgricultureAridBiologyEnvironmental engineeringEcology

Résumé

récupéré en direct d'OpenAlex

The actual potential of reclaimed wastewater discharged into the bay of Agadir (south Morocco), is 3.65 million m3/year. This important volume is a significant loss for irrigation in this region characterized by semi-arid climate and a long-suffering of over-exploitation of groundwater. This situation is against to the increasing scarcity of water resources and the quality degradation in the entire region. The production capacity of M’zar plant available for irrigation purpose without any restrictions (category A of WHO norms), is of about 10 000 m3/day and will reach 50 000 m3/day in the medium term. This production capacity of treated wastewaters will fulfill the whole water needs for irrigation of the entire open spaces of Agadir. Our study is focused on the assess of adaptive capacity of leaves and roots of golf grass plant irrigated by reclaimed wastewater. It presents the planning, protocol and the results of tests conducted to evaluate the effects of TWW reuse on the growth of leaves and roots of grass plant. The results presented involve monitoring of fresh and dry weight of leaves and roots during the first 41 days of growth of three varieties of golf grass: Penccross (V1), the Ray Gras English (V2) and a mixture of 60% Ray Gras English and 40% Red Fescue. The results shown that irrigation with TWW has favored the evolution of the fresh and dry weight of leaves than the root of the grass plant. It’s due to nutrients elements content in the TWW and especially nitrogen compared with conventional irrigation with groundwater.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,845
Score d'incertitude au seuil0,118

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,190
Écart entre enseignants0,175 · 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'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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetIrrigation Practices and Water ManagementTravaux en français237 207