Effect of Tithonia diversifolia on Compost Pile Heat Built-Up and Physico-Chemical Quality Parameters of Chimato Compost
Notice bibliographique
Résumé
The study objective was to identify blending ratio of T. diversifolia and maize stalks that optimizes compost pile’s heat built-up, precursor to compost maturity. In this study, 0%, 20%, 40%, 50%, 60%, 80% and 100% of T. diversifolia biomass were blended with maize stalks, and then composted using chimato composting technology. Temperatures were measured to determine heat built-up. TKN, nitrate-N and C/N ratios were determined using standard methods. Results showed high and more prolonged peak temperatures in compost piles with T. diversifolia content of 0%, 20% and 40% implying occurrence of more prolonged decomposition that generated prolonged heat. Resultant composts contained large amounts of non-compost materials (> 37%) and less dark colour indicating high level of immaturity. High but less prolonged peak temperatures were observed in compost piles with 50% and 60% T. diversifolia suggesting shortened active and rapid microbial activities that generated less heat. Their composts were very dark in colour and yielded least amounts of non-compost materials (< 17%) which indicated high level of maturity. Significantly large quantities of TKN and nitrate-N and low values of C/N ratios were obtained in chimato composts whose compost piles registered high but less prolonged peak temperatures. Optimal blending composition of 50% and 60% of T. diversifolia to maize stalks are judged to have significantly improved moisture content and porosity of feedstock which intensified and shortened active microbial activities leading to generation of optimal heat in chimato compost piles as well as retain optimal TKN, nitrate-N and C/N ratios in resultant composts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».