MétaCan
Menu
Retour à la cohorte
Enregistrement W2908361782 · doi:10.5539/sar.v8n1p74

Cost Benefit Analysis of Growing Cucumbers in Greenhouse at Different Cooling of Nutrient Solution Temperatures in Closed Hydroponic System in Oman

2019· article· en· W2908361782 sur OpenAlexvenueno aff
Muthir Saleh Said Al Rawahy, Msafiri Daudi Mbaga

Notice bibliographique

RevueSustainable Agriculture Research · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensnon disponible
Organismes subventionnairesSultan Qaboos University
Mots-clésHydroponicsGreenhouseNutrientEnvironmental scienceAgricultureYield (engineering)Crop yieldCropAgronomyNutrient managementAgricultural engineeringHorticultureBiologyPhysicsEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,024
Tête enseignante GPT0,284
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetIrrigation Practices and Water ManagementTravaux en français237 207