MétaCan
Menu
Retour à la cohorte
Enregistrement W2806236876 · doi:10.5539/jas.v10n7p359

Biofertigation of Forage With Effluents From a Cattle Slaughterhouse Green Line: Impacts on Physical-Chemical Indicators of Soil Quality and on Production Biomass

2018· article· en· W2806236876 sur OpenAlexvenueno aff
Joaquim José de Carvalho, José Maria Rodrigues da Luz, Jaqueline Henrique, José Geraldo Delvaux Silva, Raphael Bragança Alves Fernandes, Sheila Souza da Silva Ribeiro, José Expedito Cavalcante da Silva

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésWastewaterEnvironmental scienceEffluentManureLeaching (pedology)Biomass (ecology)IrrigationAgronomyGreen manureFertigationBrachiariaSoil qualityForageEnvironmental engineeringSoil waterBiology

Résumé

récupéré en direct d'OpenAlex

Cattle slaughterhouses are potential causes the environmental impacts, as it require a large volume of water in meat processing, generate large effluents amount, and promote the Cerrado deforestation for animal husbandry. Therefore, we aim was carried out to assess the effects of the soil application of a green line wastewater from a cattle slaughterhouse in the Brachiaria brizantha growth. The M1 and M2 managements did not contain wastewater of slaughterhouse. The wastewater from the 3rd stabilization pond (M3 to M5), from reception box (M6 to M8), and manure (M9 and M10) were used in the biofertigation managements. The physical-chemical indicators levels did not show significant differences (p < 0.05) before soil preparation and after managements. However, biofertigation in the Cerrado soil can provide a mitigation of the leaching of fine soil particles and cations. In addition, maximum nitrogen dose of wastewater provided a higher leaf biomass productivity than commercial nitrogen. Thus, the fertigation with wastewater can reduce the use of water bodies to crops irrigation and the incorporation of new areas with native vegetation to the agricultural production systems.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,294

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,250
Écart entre enseignants0,239 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetWastewater Treatment and ReuseTravaux en français237 207