MétaCan
Menu
Retour à la cohorte
Enregistrement W4372352924 · doi:10.18280/ijdne.180226

Analysis of Organic Waste Decomposition and Quality of Organic Fertilizer Using Earth Worms and Black Soldier Fly (BSF)

2023· article· en· W4372352924 sur OpenAlexvenueno aff
Ni Luh Kartini, Putu Perdana Kusuma Wiguna, Ahmad Fudholi

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Udayana
Mots-clésDecompositionOrganic fertilizerFertilizerEarth (classical element)Waste managementEnvironmental scienceQuality (philosophy)EngineeringEcologyBiologyMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Organic waste for organic fertilizer is needed to increase soil fertility.This study aims to analyses the organic waste decomposition and the quality of organic fertilizer using earth worms and Black Soldier Fly (BSF) produced by Anyar Sari Market.The research used was a simple randomized block design with 9 treatments, namely P0, P1, P3, P4, P5, P6, P7, and P8 which repeated 3 times.Samples that have been weighted were put into the place of manufacture of organic fertilizer mixed evenly with cow manure and chicken manure according to the treatment.Earthworms and BSF larvae were stocked according to treatment after the media was 14 days old with 50% humidity.The parameters were the characteristics of organic fertilizers, levels of odor and structure of organic fertilizers, water content of organic fertilizers, percentage of weathering, and pH of organic fertilizers.The treatments had significant effect on observed parameters.The decomposition rate of P4 treatment increased by 67.66% compared to P0 which was only 27.67%.The suggestion was to use earthworms and BSF larvae by to accelerate the decomposition of the organic waste and to improve the quality of organic fertilizer.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,340
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,297
Écart entre enseignants0,274 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetMunicipal Solid Waste ManagementTravaux en français237 207