Physical Properties of Organic and Inorganic Substrates Distributed in Domestic Market for Hydroponic Cultivation of Strawberry
Notice bibliographique
Résumé
This study was carried out to investigate the aging effects of coir dust (CD) and different origins of peat mosses (PM) on root substrate physical properties. The blending effects of CD or PM with various ratios of vermiculite (VL) or perlite (PL) on the changes in physical properties were also investigated. The physical properties of aged coir dust (ACD) compared to fresh coir dust (FCD) showed no significant differences in total porosity. But, container capacity increased from 59.6% to 71.1%, and air-filled porosity decreased from 30.1% to 18.9%. The total porosity of imported PM was, 83.8% in Estonia, 82.6% in Canada, 82.5% in Latvia, and 81.8% in Lithuania. The container capacity of Lithuanian PM was the highest with 75% followed by 73.1% in Canada, 71.8% in Latvia, 71.2% in Estonia, but the air-filled porosities were 12.5% in Estonia, 10.7% in Latvia, 9.50% in Canada, and 6.90% in Lithuania. When the mixing rate of vermiculite to ACD or FCD were elevated, the total porosity was reduced and the elevation in ACD resulted in the quadratic decrease of air-filled porosity (R2 = 0.6127, p ≤ 0.01). By increasing the mixing ratio of perlite to ACD or FCD resulted in the decrease of total porosity. Similarly, by increasing the quantity in mixing ratio of pearlite to ACD, decreased the container capacity with the quadratic tendency (R2 = 0.5687, p ≤ 0.01). The elevation of mixing ratios of PL or VL influenced differently on total porosity, air-filled porosity, and container capacity in each of the imported PM. This is due to the particle size. In summary, ACD is more suitable for hydroponic cultivation of strawberry due to its lower air-filled porosity and higher container capacity compared to FCD. It is also better to increase the air-filled porosity to 15% or more by mixing PM with PL.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».