MétaCan
Menu
Back to cohort
Record W34878108 · doi:10.1093/bjs/znab404

Pengeluaran Ikan dan Sayur-Sayuran Tropika Terpilih Menggunakan Kaedah Piskiponik

2004· dissertation· id· W34878108 on OpenAlexfundno aff
Muhammad Abdullah

Bibliographic record

Venuenot available
Typedissertation
Languageid
FieldEnvironmental Science
TopicCoastal Management and Development
Canadian institutionsnot available
FundersCorHealth Ontario
KeywordsBiologyTilapiaAnimal sciencePhysicsFish <Actinopterygii>

Abstract

fetched live from OpenAlex

Sumber air dan tanah yang semakin terhad menjadikan keperluan integrasi beberapa bidang pertanian semakin penting. Kajian ini dijalankan untuk menilai potensi mengeluarkan ikan dan sayur-sayuran tropika dalam satu sistem integrasi menggunakan kaedah piskiponik iaitu gabungan piskikultur dan hidroponik. Satu eksperimen telah dijalankan untuk menentukan kesan paras larutan nutrien hidroponik terhadap mutu air, kemandirian dan pertumbuhan ikan baung (Mystus nemurus), keli Afrika (Clarias gariepinus) dan tilapia merah (Oreochromis sp.). Keputusan menunjukkan kepekatan larutan hidroponik ketara memberi kesan terhadap parameter mutu air. Konduktiviti dan kepekatan amonia-N meningkat secara bererti (P<0.05) dengan peningkatan paras larutan hidroponik dalam air. Julat konduktiviti dan amonia-N masing-masing adalah 0.43-2.59 mmhos dan 3.00-17.52 mg L-1. Pada semua spesies ikan, kemandirian dan pertumbuhan ikan menurun secara bererti (P<0.05) dengan peningkatan kepekatan larutan hidroponik. Purata kemandirian dan kadar pertumbuhan spesifik masing-masing adalah 74.45% dan 2.82% hari-1 bagi ikan tilapia merah, 54.45% dan 2.28% hari-1 bagi keli Afrika, dan 29.31% dan 0.64% hari-1 bagi baung. Kajian ini menunjukkan bahawa tilapia merah adalah spesies kajian yang paling tahan pada kepekatan larutan hidroponik. Bagaimanapun kepekatan larutan hidroponik yang tinggi (>25%) memberikan kesan hiperplasia pada tisu insang bagi semua spesies ikan kajian. Satu lagi eksperimen telah dijalankan untuk menentukan kesan penggunaan 25% larutan hidroponik dan penggunaan spesies sayur-sayuran yang berbeza iaitu sawi mini (Brassica chinensis), kailan (Brassica alboglabra) dan salad daun (Lactuca sativa)) terhadap pertumbuhan dan penghasilan ikan tilapia merah, Oreochromis sp. di dalam sistem piskiponik. Keputusan menunjukkan pertumbuhan, kemandirian, nisbah pertukaran makanan, nisbah kecekapan protein dan penghasilan ikan tilapia merah tidak dipengaruhi (P>0.05) oleh penambahan larutan hidroponik dan jenis sayur-sayuran yang berbeza. Kemandirian ikan tilapia merah adalah di antara 52.3- 75.7% dengan jumlah penghasilan di antara 15.2-21.1 kg m-3 tuai-1 (18 minggu). Bagaimanapun, penambahan 25% larutan hidroponik telah meningkatkan pertumbuhan dan penghasilan secara bererti (P<0.05) bagi ketiga-tiga jenis sayursayuran. Salad daun memperolehi hasil tertinggi (6.44 kg m-2 tuai ikan-1) diikuti sawi mini dan kailan (3.82 dan 1.52 kg m-2 tuai ikan-1, masing-masing).Satu eksperimen yang serupa juga dijalankan menggunakan ikan keli Afrika, Clarias gariepinus.Tidak seperti tilapia merah, keputusan menunjukkan penambahan 25% larutan hidroponik memberi kesan negatif secara bererti (P<0.05) terhadap kemandirian, nisbah pertukaran makanan, nisbah kecekapan protein dan penghasilan ikan keli Afrika. Kemandirian ikan keli Afrika adalah di antara 9.3-64.0% dengan jumlah penghasilan di antara 2.1-17.1kg m-3 tuai-1 (10 minggu).Bagaimanapun, penambahan larutan hidroponik memberi kesan positif bererti (P<0.05) terhadap pertumbuhan dan penghasilan sayur-sayuran. Jumlah penghasilan sayur-sayuran yang tertinggi diperoleh oleh sawi mini (0.80kg m-2 tuai ikan-1) diikuti salad daun (0.57kg m-2 tuai ikan-1) dan kailan (0.26kg m-2 tuai ikan-1). Pengeluaran ini adalah jauh lebih rendah berbanding jika tilapia digunakan. Dalam kesemua siri eksperimen dalam kajian ini, tiada penapis biologi yang khusus digunakan.Oleh itu, sayur-sayuran bukan sahaja mengambil nutrien dari kumuhan ikan, tetapi juga memainkan peranan dalam proses penapisan air. Integrasi kultur ikan tilapia merah dan salad daun memberikan keputusan yang terbaik dan dijadikan model pengeluaran makanan secara berterusan menggunakan sistem piskiponik.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.011
Threshold uncertainty score0.036

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0000.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0110.002

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.008
GPT teacher head0.224
Teacher spread0.216 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2004
Admission routes1
Has abstractyes

Explore more

Same topicCoastal Management and DevelopmentFrench-language works237,207