Pikkulimaskan potentiaali laimealla kosteikolla
Notice bibliographique
Résumé
Suomen biotalousstrategian (2022) tavoitteissa on muun muassa luoda uusia biotalouden ratkaisuja, vähentää riippuvuutta fossiilisista polttoaineista, tehostaa ekologista kestävyyttä ja uusiutuvien luonnonvarojen uusiutumiskykyä. Vesistöjen biomassat sekä makea vesi sisältyvät biotalousstrategiaan. Maatalouden on arvioitu aiheuttavan yli puolet Suomen pintavesien ravinnekuormituksesta. Erityisesti typpi ja fosfori ovat ravinteita, jotka rehevöittävät vesistöjä. Pikkulimaska (Lemna minor) on pieni vesikasvi, jonka ominaisuutena on tehokas ravinteiden keruu kasvuympäristöstään. Sen potentiaali osana ravinnekiertoa ja biotaloutta on tunnistettu maailmalla, mutta Suomessa tutkimus on ollut vähäistä. \n \nOpinnäytetyön tilaajana toimi Luonnonvarakeskus, jossa on toteutettu hankkeita pikkulimaskasta kalankasvatuslaitoksissa. Hankkeissa on keskitytty vähentämään kalankasvatuksesta syntyviä ravinnepäästöjä ja luomaan pikkulimaskasta kalanrehua kiertotalouden menetelmin. Opinnäytetyössä tavoitteena oli tutkia pikkulimaskan potentiaalia osana maatalouden ravinnekiertoa kasvattamalla sitä maatalousympäristössä. \n \nTutkimus toteutettiin 2022 kesän ja syksyn aikana, jolloin pikkulimaskat sijoitettiin kahteen erilaiseen kasvatuspaikkaan: laimeaan maatalouskosteikkoon ja lannoitettuihin kasvatusaltaisiin. Kasvatus toteutettiin 8.8.2022-12.10.2022. Sadonkorjuun jälkeen pikkulimaskat analysoitiin Jyväskylän ammattikorkeakoulun Rajakadun ja Saarijärven kampuksien laboratorioissa. Pikkulimaskoista määritettiin tuhka-, kokonaistyppi- ja kokonaisfosforipitoisuudet. Tämän lisäksi pikkulimaskojen massankasvua seurattiin. \nKasvatuskokeet onnistuivat valitussa ympäristössä. Eniten massansa kasvattivat kosteikolla kasvaneet pikkulimaskat. Kosteikolla kasvatettujen pikkulimaskojen kuiva-aineesta oli fosforia 0,0085 %, typpeä 2,41 %, raakavalkuaista 15,09 % ja tuhkaa 10,4 %. Lannoitetuissa altaissa kasvatettujen pikkulimaskojen kuiva-aineesta oli fosforia 0,013 %, typpeä 5,63 %, raakavalkuaista 35,18 % ja tuhkaa 10,6 %. \n \nTutkimuksessa käytetty kosteikko soveltui hyvin pikkulimaskan kasvatukseen, mikäli tavoitteena on kasvattaa pikkulimaskan massaa. Mikäli pikkulimaskaa haluaa hyödyntää lannoitteena tai rehuna, tulee kasvatus toteuttaa lannoitetussa ympäristössä, jotta lopputuotteessa on tarpeeksi hyödynnettäviä ravintoaineita. Pikkulimaskalla on potentiaalia osana maatalouden ravinnekertoa, sillä se kykenee keräämään itseensä ravinteita, vaikuttaen positiivisesti kasvuympäristönsä ekologiseen tilaan. Ravinnekerron toteutumiseksi tulee pikkulimaskaa hyödyntää osana maataloutta. Biotaloustuotteena pikkulimaskasta on moneen, sitä voi hyödyntää lannoitteena, rehuna tai bioenergian ja -polttoaineiden tuotannossa.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,026 |
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 ».