Wool and Hair Waste as Nutrient Source for High-value Crops
Notice bibliographique
Résumé
One small-plotfield and five container experiments were conducted to evaluate sheep wool-wastes and human hair-wastes as soil amendments and nutrient sources for high-value crops. Overall, the wool-waste or hair-waste addition to soil: 1) increased yields from basil, garden sage, peppermint, valerian, thorn apple, marigold, foxglove, and swiss chard; 2) increased the amount of secondary metabolites (such as essential oils and alkaloids); 3) increased NH 4 -N and NO 3 -N in soil; 4) increased total N (and protein) content in plant tissue; 5) did not affect soil microbial biomass; and 6) decreased mycorrhizae colonization of plant roots. Scanning electron microscopy (SEM) and energy dispersive X-ray (EDX) analyses indicated that some of the wool and hair in soil from the container and field experiments (after two field seasons and several harvests) retained its original structure, retained a significant amount of S and some N, and was not fully decomposed. Our results indicate that single addition of wool or hair-waste of 0.33% by weight to soil would support two to five harvests or crops, without addition of other fertilizers, and may improve soil biological and chemical characteristics.
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 | 0,000 |
| 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) | 0,000 | 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 ».