Composted sewage sludge as an alternative substrate for forest seedlings production
Notice bibliographique
Résumé
The production of forest seedlings with adequate morphological and physiological characteristics is essential for the success of plantations. Substrates and irrigation are the major factors determining seedlings’ growth. Substrates made of urban and agricultural residues are a sustainable alternative to peat-based substrates. In this study, we evaluated how composted sewage sludge substrates affect the growth and gas exchange in seedlings of Cedrela fissilis Vell. Seedlings were produced under daily irrigation depths of 6, 9, and 12 mm, and on different substrates. The substrates were based on sewage sludge composted with Eucalyptus bark or sugarcane bagasse, and a commercial substrate based on peat, involving a double factorial design with 12 treatments (3 irrigation depths × 3 substrates). Both physical and chemical characteristics of substrates were analyzed, and morphological traits and gas exchanges of seedlings were measured. Sewage sludge-based substrates presented different characteristics according to the material it was mixed. Eucalyptus bark provided higher bulk density (0.19 g cm-3) and lower total porosity (75%) to the substrate, while sugarcane bagasse increased macroporosity up to 60%. Seedlings produced in sewage sludge-based substrates presented a height up to 17.8 cm and stem diameters of between 8.39-10.29 mm. Higher shoot and root dry mass was obtained in sewage sludge-based substrates with irrigation depth of 9 mm, which were 3.71 and 2.01 g, respectively. Photosynthetic carbon assimilation varied between 2.26 and 3.23 µmol CO2 m-2 s-1, and water use efficiency varied from 2.058 to 3.395 µmol CO2 (mol H2O)-1, with the highest values being obtained in seedlings produced in sewage sludge-based substrates with irrigation depth of 6 mm. Our results demonstrate that sewage sludge-based substrates are an efficient alternative to commercial peat-based substrates for seedling production.
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 | 0,001 | 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 ».