Rock dust-based potting media enhances agronomic performance and nutritional quality of horticultural crops
Notice bibliographique
Résumé
The study evaluates the use of rock dust (RD)-based potting media in enhancing the agronomic performance and nutritional quality of amaranth , kale, and lettuce under controlled environmental conditions. A total of ten growth media formulations, including: 1) 100 % RD (RD), 2) 50 % RD+50 % Topsoil (RDT), 3) 50 % RD + 25 % Biochar + 25 % Promix (RBP) 4) 100 % Topsoil (TS), 5) 25 % RD + 75 % Topsoil (RT), 6) Huplaso (negative control), 7) 50 % RD + 25 % compost + 25 % promix (RCP), 8) 50 % RD + 50 % Promix (RP), 9) Promix (P) (Control), and 10) 50 % RD + 50 % Biochar (RB) were evaluated. The addition of RD to media resulted in a significantly higher root-shoot ratio in amaranth and lettuce. The RCP, RBP, and control showed a significant increase (p<0.05) in total biomass (TBM) and the number of leaves in kale and lettuce during crop cycles. The total antioxidant content of lettuce showed a significant increase in RT>RCP>RD over the control P. Lettuce crops grown in RB had the highest consumer preference based on size and overall appearance. Overall, this study demonstrated an increase in total microminerals, fresh weight, total biomass, MUFA (monosaturated fatty acid), protein content, and antioxidants in plant tissue produced using RD-based media amendments. This is supported by the strong association observed between the media quality and the agronomic performance as well as the nutritional composition. The results suggest RD-based amendments (RCP, RBP, RB, and RP) could be used as suitable, sustainable, and cost-effective media amendments for improving the growth and nutritional composition of vegetable crops , limiting the environmental disposal of RD following precious metal mining. Further optimization of the above media would enhance its utility for vegetable production in different crop management systems.
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 ».