MétaCan
Menu
Retour à la cohorte
Enregistrement W3114969464 · doi:10.18280/ijdne.150606

Demand-Supply Balance of the Nitrogen Nutrients Converted from Regional Agricultural Organic Wastes for Agricultural Utilization

2020· article· en· W3114969464 sur OpenAlexvenueno aff
Qingsheng Zhou, Kaige Qu, Yangzi Zhang, Jie Deng, Wanjing Wang

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNutrientEnvironmental scienceAgricultureNitrogenSupply and demandAgronomySowingEnvironmental engineeringAgricultural engineeringChemistryEngineeringEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

To promote the recycling of agricultural organic wastes (AOWs), e.g., crop straws, and livestock and poultry (LP) manures, it is very important to analyze the demand-supply balance of the nitrogen nutrients converted from AOWs for agricultural utilization on a regional basis. Focusing on Shangshui County in central China’s Henan Province, this paper thoroughly analyzes this demand-supply balance through literature query and field survey. Firstly, the amount of nitrogen nutrients converted from the crop straws, and LP manures were calculated for the study area. Next, the demand for nitrogen nutrients of agricultural planting in the study area was estimated based on the soil properties and agricultural planting area. Based on the calculation results, the demand-supply balance of the nitrogen nutrients converted from AOWs for agricultural utilization in the study area was subject to quantitative analysis. The results show that: In 2017, the agricultural planting in Shangshui County demanded 35.16 kilotons of nitrogen nutrients; the total supply of nitrogen nutrients converted from AOWs stood at 25.86 kilotons, including 12.41 kilotons from crop straws (47.99%) and 13.45 kilotons (52.01%) from LP manures; the demand-supply ratio (amount of demand/supply quantity) of nitrogen nutrients was 1.36, that is, the demand surpassed the supply; therefore, the nitrogen nutrients provided by the AOWs in the study area can be fully utilized by the agricultural soil in the region.

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)0,000
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 enseignants0,274
Score d'incertitude au seuil0,300

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,225
Écart entre enseignants0,210 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetMunicipal Solid Waste ManagementTravaux en français237 207