Assessing the Amending and Fertilizing Properties of Digestates From Anaerobic Digestion of Faecal Sludge in Burkina Faso, West Africa
Notice bibliographique
Résumé
The aim of this work is to contribute to the agronomic utilization of digestate from the anaerobic treatment of faecal sludge at the Office National de l’Eau et de l’Assainissement (ONEA) Kossodo plant in Burkina Faso. Digestates were sampled and dried in the laboratory (25±2 °C). Physico-chemical and microbiological parameters were determined using standard methods. The degree of maturity of the digestate was determined using respirometry and humification tests. The effects of digestate on plants and on environment were studied using phytotoxicity, emergence, growth tests and microbiological analysis. The results revealed a pH of 8.54, electrical conductivity of 7300 µS/cm, 25.42% dry matter, 83.31% organic matter, and 489.8 g/kg total organic carbon. The C/N ratio was 9.7 and the NO3/NH4 ratio was 23.34, indicating mature compost despite other indicators suggesting that the digestate was only partially stabilized. Nutrient contents were 50.48 g/kg total nitrogen, 0.02 g/kg total phosphorus, and 4.72 g/kg total potassium. Water-soluble minerals included 1.97 g/kg ammonium, 45.99 g/kg nitrate, 0.02 g/kg nitrite, 0.35 g/kg phosphate, and 5.90 g/kg sulfate. Phytotoxicity tests showed that cabbage seeds had a germination rate of 89% with digestate filtrate compared to 100% in the control, while tomato seeds had a 100% germination rate with digestate filtrate. The germination indices were 137.58 for tomato and 82.10 for cabbage. Tests on tomato plant growth showed significant effects on biomass, height, leaf number, and branch number, with the 50% digestate proportion demonstrating the highest values. Microbiological analysis detected total aerobic flora at 4.75E+07 CFU/g, yeasts and molds at 7.77E+04 CFU/g, and coliforms at various levels, with potential pathogens such as S. aureus and Salmonella sp. reaching 6.14E+04 and 2.65E+06 CFU/g respectively. The presence of these pathogens suggests a need for further treatment of digestate to ensure safety before field application.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 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 ».