(345) Mushroom Farm and Anaerobic Digestion Wastewaters as Supplemental Fertilizer Sources for Growing Container Nursery Stock
Notice bibliographique
Résumé
Wastewaters from farm and composting operations are often rich in certain nutrients that can be reutilized in crop production. Liners of silverleaf dogwood ( Cornusalba L. `Argenteo-marginata'), common ninebark [ Physocarpusopulifolius (L.) Maxim.], and `Anthony Waterer' spirea ( Spiraea × bumalda Burvenich) were grown in 6-L containers filled with a medium consisting of 73% bark, 22% peat, and 5% pea gravel, by volume. Plants were fertigated daily via a computer-controlled multi-fertilizer injector with three recirculated fertilizer treatments: 1) a stock solution with macro- and micronutrients, electrical conductivity (EC) 2.2 dS·m -1 ; 2) wastewater from a mushroom farm; and 3) process wastewater from anaerobic digestion of municipal solid waste. The wastewaters used in both treatments 2 and 3 were diluted with tap water, and the computer was programmed to amend, dispense, and recirculate nutrients, based on the same target EC as in treatment 1. For comparison, there was a traditional controlled-release fertilizer treatment [Nutryon 17–5–12 (17N–2P–10K) plus micronutrients incorporated into the medium at a rate of 6.5 kg·m -1 , nutrients not recirculated]. All three species responded similarly to the three recirculated fertilizer treatments. Growth in the recirculated treatments was similar and significantly higher than that obtained with controlled-release fertilizer. A similar trend in EC was observed in the media near harvest. Throughout the study, there was no sign of nutrient toxicity or deficiency with any of the species or treatment.
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 | 0,000 | 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) | 0,000 | 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 ».