MétaCan
Menu
Retour à la cohorte
Enregistrement W3113194338 · doi:10.3390/su122410528

Lignite Improved the Quality of Composted Manure and Mitigated Emissions of Ammonia and Greenhouse Gases during Forced Aeration Composting

2020· article· en· W3113194338 sur OpenAlexaff
Robert Impraim, Anthony J. Weatherley, Trevor Coates, Deli Chen, Helen Suter

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of MelbourneMeat and Livestock Australia
Mots-clésCompostManureAerationGreenhouse gasAmendmentNitrous oxideEnvironmental scienceMethaneAgronomyChemistryWaste managementChicken manureAmmoniaEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Lignite amendment of livestock manure is considered a viable ammonia (NH3) emission mitigation technique. However, its impact on the subsequent composting of the manure has not been well studied. This work compared changes in biochemical parameters (e.g., organic matter loss and nitrogen (N) transformation) and also the emissions of NH3 and greenhouse gases (GHGs) between lignite-amended and unamended cattle manure during forced aeration composting. Amending manure with lignite did not alter the time to compost stability despite delaying the onset of the thermophilic temperatures. Lignite treatments retained N in the manure by suppressing NH3 loss by 35–54%, resulting in lignite-amended manure composts having 10–19% more total N than the unamended compost. Relative to manure only, lignites reduced GHG emissions over the composting period: nitrous oxide (N2O) (58–72%), carbon dioxide (CO2) (12–23%) and methane (CH4) (52–59%). Low levels of CH4 and N2O emissions were observed and this was attributed to the continuous forced aeration system used in the composting. Lignite addition also improved the germination index of the final compost: 90–113% compared to 71% for manure only. These findings suggest that lignite amendment of manure has the potential to improve the quality of the final compost whilst mitigating the environmental release of NH3 and GHGs.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,696
Score d'incertitude au seuil0,264

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,271
Écart entre enseignants0,245 · 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'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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207