MétaCan
Menu
Retour à la cohorte
Enregistrement W7163043637 · doi:10.7451/cbe.2024.66.1.1

Evaluation of cattail fibre as a sustainable alternative to rock wool as a substrate in aeroponic systems

2024· article· W7163043637 sur OpenAlexaffvenueabout
Farhatun Nabi, Ramanathan Sri Ranjan, Mashiur Rahman

Notice bibliographique

RevueCanadian Biosystems Engineering · 2024
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésGerminationSubstrate (aquarium)Rainwater harvestingWoolSurface runoffNutrient

Résumé

récupéré en direct d'OpenAlex

Aeroponic systems offer an efficient method for growing vegetables in cold regions, like Canada’s northern and urban areas during winter. Rock wool, a commonly used growth medium, is synthetic, non-environmentally friendly, and not locally available. This study explored cattail blocks (Typha latifolia) as a sustainable alternative by comparing germination rates, plant survival, plant weights, and reusability for arugula (Eruca sativa), lettuce (Lactuca sativa), and tomato (Solanum lycopersicum). Results showed that germination was initially faster in cattail blocks than in rock wool, with significant differences (p < 0.05) across all three vegetables. Plant survival in aeroponic systems was significantly higher in cattail blocks (p < 0.05). After 35 days, fresh plant mass was higher in rock wool, but the difference was not significant for arugula, though it was significant for lettuce and tomato (p < 0.05). Rock wool degraded and developed mould, making it unsuitable for reuse, while cattail fibres retained their structural integrity. Fourier Transform Infrared (FTIR) analysis indicated nutrient loss in used cattail fibres, as peaks at 2360 cm⁻¹ and 1597 cm⁻¹ were absent. Overall, cattail fibres showed potential as an eco-friendly, locally available alternative to rock wool for aeroponic systems, supporting sustainable agriculture in cold climates.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,254
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Biosystems EngineeringMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207