Performance of black soldier fly frass fertiliser on maize (Zea mays L.) growth, yield, nutritional quality, and economic returns
Notice bibliographique
Résumé
Although the black soldier fly frass fertiliser (BSFFF) is globally recognised as a promising and potential high-quality organic fertiliser, there is inadequate information on its impact on the growth performance and nutritional status of maize. Furthermore, no information exist on their combination with mineral fertiliser (NPK) as well as economic impact on maize production. This study evaluated the comparative impact of BSFFF, NPK and commercial organic fertiliser (Evergrow ® ) on growth, nitrogen use efficiency, yield, nutritional quality, and profitability of maize under greenhouse conditions. The treatments included: (1) sole application of BSFFF, conventional compost of brewers’ spent grain (BSG), Evergrow, and NPK at rates equivalent to 100 kg nitrogen (N) per hectare; (2) BSFFF and BSG combined with NPK so that each fertiliser supplies 50% of the N required; and (3) the control (unamended soil). Our findings revealed that BSFFF increased maize grain yield at higher rates: 2-25, 25-113 and 153-212% than NPK, BSG and Evergrow, respectively. Similarly, the BSF frass application led to higher maize growth and yield than the control treatment. The agronomic N use efficiency of maize grown using BSFFF was 2 and 3 times higher compared to that of BSG and Evergrow, respectively. Maize grown using BSFFF and NPK had higher crude protein and crude fibre content compared to the other treatments. The net income generated from the commercialisation of maize grown using a combination of BSFFF and NPK was 2, 163 and 173% higher than those achieved using sole NPK, mixture of BSG and NPK, and sole BSFFF, respectively. Our results imply that developing and promoting BSFFF alone or in integration with NPK can enhance the food security and livelihoods of smallholders, while safeguarding planetary health.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».