Cost Benefit Analysis of Growing Cucumbers in Greenhouse at Different Cooling of Nutrient Solution Temperatures in Closed Hydroponic System in Oman
Notice bibliographique
Résumé
Oman is a country that is mostly dry and hot, with daily maximum temperatures easily reaching 40°C or more during summer. The Oman weather therefore renders conventional open field agriculture almost impossible. The sustainable future of agriculture in Oman and other similar desert countries will therefore depend very much on the adoption of land and water saving technologies such as greenhouses and soilless culture or hydroponics. Soilless culture (Hydroponics) is the technique of growing plants without soil with their roots immersed in nutrient solution. Among factors affecting hydroponic production systems, is the nutrient solution temperature which is considered to be one of the most important determining factors of crop yield and quality. The aim of this research is therefore to investigate the economic effect of cooling nutrient solutions temperature technique on cucumber output. Four nutrient solutions temperatures are investigated and a Cost Benefit Analysis is undertaken. Results indicate that all the four cooling nutrient temperature yields positive returns (benefits) above variable and total costs for the two years of this experiment. Cooling nutrient temperature (22ºC) yields higher returns than the other treatments followed by treatment (25ºC), (28ºC) and then the CONTROL treatment. Returns for the second year are higher than the first year. Therefore treatment (22ºC) was observed to be the best overall producing the highest return above variable and total costs. It is therefore considered the best alternative for cucumber growers.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| 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 ».