MétaCan
Menu
Retour à la cohorte
Enregistrement W2890296570 · doi:10.1071/sr18022

Urban biochar improves nitrogen and phosphorus availability in growing media

2018· article· en· W2890296570 sur OpenAlexaff
Bhawana Bhatta Kaudal, Deli Chen, Anthony J. Weatherley

Notice bibliographique

RevueSoil Research · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensBC Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésBiocharEnvironmental sciencePeatCharcoalBulk densityLeachateBiomass (ecology)Leaching (pedology)NutrientPyrolysisChemistrySoil waterAgronomyEnvironmental chemistrySoil scienceEcology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to substitute sphagnum peat from plant growing media with urban biochar (UB) and evaluate its impact on nitrogen (N) and phosphorus (P) availability. The UB was produced from the pyrolysis (650°C) of a 2 : 1 ratio of biosolids to green waste. We compared three mixes – 20% sphagnum peat mixed with composted pine bark (B0), 20% UB mixed with composted pine bark (B20) and 60% UB mixed with composted pine bark (B60) – for their ability to promote plant growth and minimise leaching losses in a greenhouse experiment using silverbeet (Beta vulgaris ssp. cicla). Plants were grown in 4.0-L custom-made chambers with the capacity to collect leachate and measure nitrous oxide gas flux. Both biochar mixes increased media pH, air filled porosity, bulk density and nutrient content relative to B0. The B0 had the highest cation exchange capacity and electrical conductivity. The UB-based mixes, B20 and B60, had no significant effect on silverbeet biomass after 11 weeks of growth but had higher N use efficiency and P availability than B0. These results indicate that UB can completely replace sphagnum peat from growing media and can be used at the rate of 60% on volume basis while improving N and P availability. Using a higher rate of biochar in growing media has the additional advantage of sequestering more carbon and reducing urban waste streams and landfill costs.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,393
Score d'incertitude au seuil0,594

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,065
Tête enseignante GPT0,321
Écart entre enseignants0,256 · 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 revueSoil ResearchMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207