MétaCan
Menu
Retour à la cohorte
Enregistrement W2807059380 · doi:10.5539/jas.v10n7p464

Monitoring of Physical Parameters in Organic Waste Composting

2018· article· en· W2807059380 sur OpenAlexvenueno aff
Ana Kaline da Costa Ferreira, Nildo da Silva Dias, Daianni Ariane da Costa Ferreira, Francisco Souto de Sousa, Moadir de Sousa Leite, Vânia Christina Nascimento Porto, Cleyton dos Santos Fernandes, Bruno Goulart de Azevedo Souza, Jucirema Ferreira da Silva, Luciara Maria de Andrade

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompostManureFood wasteBiodegradable wasteEnvironmental scienceWaste managementRest (music)AgronomyEngineering

Résumé

récupéré en direct d'OpenAlex

The volume of biodegradable solid waste and its inadequate disposal have led to serious environmental problems, requiring efficient measures that prioritize the recycling of these wastes, promoting sustainability. The objective of this research was to monitor the behavior of physical parameters during the organic waste composting process. For this, 5 piles of organic waste were built through the composting technique developed according to the windrow method. The piles were composed of 70% of plant material, and 30% varied between manure and food remains. The piles were composed of 70% of plant material, and 30% varied between manure and food remains. The proportions were: I pile, 1:1 (15% manure and 15% rest of food); Pile II, 2:1 (20% manure and 10% rest of food); Cell III, 1:2 (10% manure and 20% rest of food); (30% manure and 0% rest of food) and the V pile in the ratio of 0:3 (0% manure and 30% rest of food). The evaluated parameters were temperature, moisture, pH, TOC, TN and C/N ratio. During the process of compost maturation, the parameters evaluated were kept within the established standards for the composting process.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,153

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,026
Tête enseignante GPT0,264
Écart entre enseignants0,238 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207