Evaluation of the Efficiency of Duckweeds, Lemna sp. and Spirodela sp., in the Treatment of Tilapia Effluents
Notice bibliographique
Résumé
Farming aquatic plants can be used as an alternative in the treatment of effluents from aquaculture production units and in turn, in the production of biomass plant for feeding terrestrial and aquatic organisms. This research aims to evaluate the efficiency of duckweeds Spirodela sp. and Lemna sp. in the treatment of tilapia effluents (Oreochromis niloticus). The experiment was performed in triplicate and was conducted under natural environmental conditions within the facilities of the Laboratory of Applied Aquaculture Research (LAAR) of the Technological Institute of Boca del Río (ITBOCA). Each treatment contained 230 liters of effluent in each tube, with a water column of 40 cm and a seeding density of 400 g/m2 of vegetative biomass. The evaluation of the efficiency of Spirodela sp. and Lemna sp., in the removal of dissolved nutrients, was performed in 7 monitoring times; 12, 24, 36, 48, 72, 96 and 120 h. The results showed an efficiency in nutrient removal at 120 h of 75, 74 and 66% of N-NH3; 96, 92 and 75% N-NO2; 93, 88 and 75% N-NO3; 75, 72 and 64% N-NTK; 73, 60 and 58% of N-org., and 73, 63 and 68% of P. On the other hand, the removal of TSS and BOD5, during the first 24 h, was 83, 54, 58% and 65, 59, 33%, in the treatments. The efficiency in nutrient removal of both duckweeds, showed that both plants can be used in the treatment of effluents, being a sustainable and economical alternative for the aquaculture industry.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,001 | 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 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 ».