MétaCan
Menu
Retour à la cohorte
Enregistrement W4367182085 · doi:10.3390/su15097265

Biochar Prepared by Microwave-Assisted Co-Pyrolysis of Sewage Sludge and Cotton Stalk: A Potential Soil Conditioner

2023· article· en· W4367182085 sur OpenAlexaff
Junshen Qu, Daiying Wang, Zeyu Deng, Hejie Yu, Jianjun Dai, Xiaotao Bi

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueClay minerals and soil interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiocharPyrolysisStalkSewage sludgeNitrogenEnvironmental scienceAgronomyEnvironmental chemistrySoil conditionerChemistryPulp and paper industryCompostWaste managementSewageSoil waterEnvironmental engineeringHorticultureSoil scienceBiology

Résumé

récupéré en direct d'OpenAlex

The reduction and safe disposal of sewage sludge remains an urgent problem worldwide. In this work, biochar prepared from co−pyrolysis of sewage sludge and cotton stalk at different mix ratios and different pyrolysis temperatures was prepared using a novel microwave-assisted auger reactor. The obtained biochar samples were mixed with selected soil samples at different mix ratios for a short−term plant−growing test to examine their abilities as a soil conditioner on nitrogen fixation and retention. The addition of biochar could increase the total nitrogen in the soil to 0.3951% compared to 0.0403% in the untreated soil, while the concentration of available nitrogen could be increased to 114.45 mg·kg−1 compared to 47.95 mg·kg−1 in the untreated soil. Moreover, the introduction of biochar to the soil also contributed to the growth of corn seedlings, which grew at a rate of 3.41 cm·d−1 compared to 3.03 cm·d−1 in untreated soil. The results show that the addition of biochar can enrich total soil nitrogen before and after incubation and promote the growth of corn seedlings, providing a potential route for the safe disposal and resource recovery of sewage sludge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,668

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,282
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetClay minerals and soil interactionsTravaux en français237 207