MétaCan
Menu
Retour à la cohorte
Enregistrement W2975522312 · doi:10.5539/jas.v11n17p158

Evaluation of CO2 Emission From Rice Husk Biochar and Cowdung Manure Co-compost Preparation

2019· article· en· W2975522312 sur OpenAlexvenueno aff
EC Thomas, S.G.K. Adiku, C. J. Atkinson, J. A. I. Omueti, D. S. Marcarthy

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuskCompostBiocharCow dungManureChicken manureEnvironmental scienceGreenhouse gasAnimal scienceAgronomyChemistryPulp and paper industryWaste managementFertilizerPyrolysisBiology

Résumé

récupéré en direct d'OpenAlex

Composting of animal manure had been considered a sustainable alternative method for recycling organic waste. However the process involved had been associated with greenhouse gas emission (CO2, N2O and CH4) which play an active role in global warming. This study evaluated CO2 emissions from biochar-manure co-compost production. Biochar (from rice husk) and manure were mixed in a ratio of 3:1 v/v to achieve a range of different co-compost mixtures. The treatments and controls in triplicates of 18 units were arranged in a complete randomize design. All treatments were incubated at around 28 oC and turned every two days for 2 weeks, and later five days for 39 days. CO2 production in the compost bins was measured by trapping the evolved gas in 5M NaOH. Total CO2 emissions varied over time with higher rates at the beginning of the composting process. Within the first 7 days, total CO2 emissions (587 mg/m2) from cow dung alone was not significantly different from cow dung plus biochar (506 mg/m2). At the latter stages of the composting process, CO2 emission from cowdung and biochar mixture was less than from the other treatments.

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)0,000
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 enseignants0,690
Score d'incertitude au seuil0,156

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,026
Tête enseignante GPT0,295
Écart entre enseignants0,269 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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