Year-Round Lettuce (Lactuca sativa L.) Production in a Flow-Through Aquaponic System
Notice bibliographique
Résumé
<em><em></em></em><p>Aquaponics is the combination of hydroponics and aquaculture that sustainably produces both animal and plant food products. Soluble nutrients are released into water by the fish providing nutrition for plant growth. Lettuce (<em>Lactuca sativa</em> L.) is one of the most popular vegetables grown in aquaponic systems. In this experiment, the feasibility of year-round lettuce production utilizing a cold water flow-through aquaponic system (FTS) growing trout (<em>Oncorhynchus mykiss</em>) in a high tunnel was evaluated. A high tunnel is a greenhouse-like facility constructed with polyethylene covering a metal frame which extends the growing season and protects the crop from cold temperatures. The average night air temperature inside the high tunnel during winter in Wardensville, WV was 2.9±3.4 °C and it helped extend the growing period into the fall and winter. Results from this pilot scale experiment showed the potential for year-round lettuce production in an FTS. Average yield (fresh harvest weight per tray) in the spring season was the highest, while productivity (average yield per week) during the summer season was higher than that in spring. During the extended growing seasons (fall and winter), more than a quarter (30.6%) of the total lettuce production was obtained. The yield per unit area (7.4 kg m<sup>-2</sup>) from our pilot study was significantly higher than that from the reported average field production (3.1 kg m<sup>-2</sup>) in the U.S. except California and Arizona where year-round production of lettuce occurs. To compensate for lower lettuce yields during cold seasons, high value crops requiring less nutrients and tolerant to the colder environment may be considered.</p>
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».