Responses of Soil Microbial Activity to Swine Manure Applications
Notice bibliographique
Résumé
The allocation of the large amount of swine waste from farms is an international concern. An efficient way of managing such waste is its use in farming. It is already known that the incorporation of organic waste into the soil significantly increases the microbial population. Therefore, the objective was to evaluate the impact of the use of swine manure on the soil microbiota in a Eutrophic Oxisol. The experiment was set up in a completely randomized design in a 6 × 4 factorial scheme (sixconcentrations of swine manure and four evaluation periods) with four replications. We evaluate the following characteristics: microbial respiration (C-CO2), microbial biomass (µC g-1 soil) and pH.: microbial respiration (C-CO2), microbial biomass (µC g-1 soil) and pH. A significant effect was found in the interaction between concentrations and time of incubation (p < 0.05) of swine manure on microbial activity in the soil. The amount of microbial carbon increased as a function of increased levels of liquid swine manure. No interaction was observed between concentrations and time of incubation for the pH. The evaluation of the isolated factors allowed to observe that the pH decreased as the doses of manure were incremented. Higher and lower pH values were found after 5 and 30 days of incubation. The application of liquid swine manure up to 6000 L ha-1 increases the release of CO2 and carbon in the microbial biomass. The applications of liquid swine manure cause a gradual reduction in soil pH.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».