Impact of lowering nitrogen content in pig manure through low crude protein diets on anaerobic digestion process stability, biogas yields, and digestate composition
Notice bibliographique
Résumé
Lowering crude protein in pig diets can reduce nitrogen (N) excretion and alter manure characteristics. Anaerobic digestion (AD) offers potential for converting pig manure into biogas and bio-based fertilizers (i.e., digestate). However, limited research exists on the effects of N content in pig manure on AD when pigs are fed diets with varying crude protein levels. This study investigated how lowering N content in pig manure through low crude protein diets may affect AD process stability, biogas generation, and digestate properties. Manures from different dietary treatments, named as control (CON), low N (LN), and very low N (VLN), with Total Kjeldahl Nitrogen concentrations of 5.87, 5.42, and 5.15 g/L, respectively, were investigated. Daily biogas production, composition (CH 4 , CO 2 , and H 2 S), and digestate properties were monitored over 13 fed-batch cycles (25 ± 4 days per cycle). The experiment was conducted at 20 ± 1 °C, a condition suited for milder climate regions, using six single-stage digesters operated in sequencing fed-batch mode. Data were analyzed by ANOVA using PROC MIXED with repeated measures. Results showed that the differences in N content in pig manure due to the three dietary treatments had a limited impact on biogas generation, with specific methane yields remaining similar over time. CH 4 concentrations remained stable between 60 and 65 %, ensuring high-quality biogas despite dietary variations. Differences between treatments became more pronounced with increased organic loading rates (OLRs) due to variations in the amount of volatile solids fed. AD also remained stable (Total Volatile Fatty Acids/Total Alkalinity <0.25) even at an OLR of 2.15 g of chemical oxygen demand L −1 day −1 , highlighting AD's robustness at lower temperatures. Digestate samples contained essential minerals beneficial for plant growth. More research is needed to explore varied manure compositions and feeding strategies to better understand the interactions of animal nutrition with AD.
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 | 0,001 | 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 ».