Assessment of Non-Conventional Irrigation Water in Greenhouse Cucumber (Cucumis sativus) Production
Notice bibliographique
Résumé
Climate change, urbanization and subsequent environmental changes are depleting freshwater resources around the globe. The reuse of domestic, industrial and agricultural wastewater is an alternative approach to freshwater that can be used for irrigation purposes. However, these wastewaters may contain hazardous and toxic elements, such as heavy metals that are hazardous for human health and the environment. Therefore, an experiment was conducted to evaluate the concentration of macro, micro and heavy metals in cucumber irrigated with different resources (tap water, greywater, dairy water and wastewater). The results showed that the use of different irrigation resources has increased the level of macro (sodium (Na), potassium (K), calcium (Ca), magnesium (Mg)), microelements (zinc (Zn), iron (Fe), manganese (Mn)), and heavy metals (copper (Cu), barium (Ba), lead (Pb) and cadmium (Cd)) in cucumber leaves and fruits. However, their levels were in the range that is safe for human health and the environment was as recommended by FAO maximum values of trace elements (Zn, 2.0; Fe 1.0; Mn, 0.2; Cu, 0.2; Pb, 5.0, and Cd, 0.01 mgL−1). Based on observations, it was also revealed that among different irrigation resources, the use of dairy water in cucumber improved its agronomic attributes and maximum plant yield (1191.02 g), while the different irrigation resources showed a non-significant impact on fruit diameter. However, total soluble solid contents (TSS) were more significant in cucumber fruits treated with wastewater (2.26 °brix) followed by dairy water (2.06 °brix), while the least TSS contents (1.57 °brix) were observed in cucumber plants treated with tap water. The significance of non-conventional irrigation water use in agriculture, particularly greenhouse cucumber (Cucumis sativus) production, is discussed.
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 ».