MétaCan
Menu
Retour à la cohorte
Enregistrement W2169240578 · doi:10.5539/jas.v7n4p68

Characterization and Recycling of Organic Waste after Co-Composting - A Review

2015· review· en· W2169240578 sur OpenAlexvenueno aff
Zeeshan Anwar, Muhammad Irshad, Iftikhar Fareed, A. Saleem

Notice bibliographique

RevueJournal of Agricultural Science · 2015
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompostAmendmentStrawSawdustManureNutrientOrganic matterEnvironmental scienceAgronomyGreen wasteAerationBiodegradable wasteBiomass (ecology)Cow dungCrop residueWaste managementPulp and paper industryFertilizerChemistryAgricultureBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Co-composting produces a valuable compost material that can be used as valuable soil amendment. The process of the co-composting and control of the composting factors are the current challenges for the researchers. There are different factors that govern the quality, stability and the maturity of the co-compost in terms of amount of plant nutrients and reduction of heavy metals. Among these, C:N ratio is a parameter that can affect the loss of plant nutrients. Different studies showed wide ranges of C:N ratios (14-40) for maturity of quality compost. Temperature, aeration and types of the bulking agents also regulate the process of co-composting. Most widely used co-composted materials are animal manures with agro-wastes (sawdust, wheat straw, rice straw, corn stalks etc.). This practice brought substantial loss of heavy metals and maximum retention of plant nutrients. Higher nutrients contents of the compost and favourable soil properties as a result of co-composting of the saw dust, cow dung and egg shells have been reported. The application of co-composted dairy manure with wheat straw and sawdust produced higher plant biomass. Co-compost of cattle manure with rice straw produced an organic matter, total N and C:N ratio contents suitable for soil amendment. Therefore, this review focuses on the characteristics and utilization of organic waste after a reasonable co-composting process.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,370

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,049
Tête enseignante GPT0,313
Écart entre enseignants0,264 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207