Enhancing Composting Efficiency and Nutrient Retention through Zeolite Amendment: Implications for Sustainable Soil Management and Plant Growth
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Composting is an effective waste management technique that not only reduces potentially harmful wastes but also generates valuable products for agricultural applications. This study aimed at producing useful agricultural materials from wastes by investigating the influence of natural and Mg-modified zeolite additives on the composting of chicken manure and sawdust as well as the impact of produced compost on the growth and yield of Hordeum vulgare (barley). Three different levels of natural zeolite and Mg-modified zeolite (0, 10%, and 15%) were co-composted with a mixture of chicken manure, sawdust, and dried leaves to produce five different composts (C, CNZ10, CNZ15, CMZ10, CMZ15). These composts, including 100% compost (C) as a control, were then added to sandy soil at a ratio of 1:3 (compost/soil). Our results revealed that the addition of zeolites enhanced the composting process, especially the 15% Mg-modified zeolite composts (CMZ15), which exhibited a lower electrical conductivity and greater NH 4 + and P retention compared to the other modified and unmodified composts. The NH 4 + and P retention increased by 30% and over 52%, respectively, when the Mg content was increased from 10% to 15% in the modified zeolite. Furthermore, soil amending with CMZ10 and CMZ15 (SCMZ10 and SCMZ15) and used in pot experiments under greenhouse conditions resulted in higher shoot biomass of barley plants, measuring 7.67 and 7.24 g, respectively, compared to SCNZ10, SCNZ15, and SC (6.19, 6.38, and 5.99 g shoot biomass, respectively). This research demonstrates that co-composting chicken manure and sawdust with zeolite, particularly Mg-modified zeolite, improves compost quality and consequently the yield of agricultural products.
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 ».