Determining Chemical Composition of Cattle Urine and Indigenous Plant Extracts
Notice bibliographique
Résumé
The study was conducted to determine the specific chemical constituents of cattle urine and indigenous plant extracts. Chemical analysis revealed that the specific chemical composition i.e., chloride, sulphate, nitrite and phosphorus pentaoxide contents of fresh and fermented cattle urine were 1556, 364, 2.0, 26.8 and 4514, 252, 22.4, 7.49 mg l-1, respectively. The proximate chemical compositions of neem seed kernel extracts, mahagoni seed extracts and allamanda leaves extracts were analyzed and it was found to contain chloride (144, 55.4, 141 mg l-1), sulphate (51.1, 5.03, ˂4.0 mg l-1), nitrite (˂1.0, ˂1.0, ˂1.0 mg l-1) and phosphorus pentaoxide (413, 410, 49.5 mg l-1), respectively. Chloride and nitrite in fermented cattle urine (4514 and 22.4 mg l-1) was found extremely higher than in fresh cattle urine (1556 and 2.0 mg l-1). There was numerically higher difference in sulphate and phosphorus pentaoxide concentrations in fresh cattle urine (364, 26.8 mg l-1) compared to fermented cattle urine (252, 7.49 mg l-1).These results revealed that indigenous plant extracts of neem seed kernel, mahagoni seed and allamanda leaves contents chloride, sulphate and nitrite were extremely lower than in both fresh and fermented cattle urine but there were great difference in phosphorus pentaoxide concentration (413, 410, 49.5 mg l-1) in both fresh and fermented cattle urine (26.8, 7.49 mg l-1) composition. It was evident from this study that as the fermented cattle urine contained higher concentration of chloride and nitrite can be considered as a good means of insect pest management.
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 ».