NGHIÊN CỨU SỰ TÍCH LŨY ĐẠM LÂN TRONG AO NUÔI TÔM SÚ THÂM CANH MÙA MƯA Ở SÓC TRĂNG.
Bibliographic record
Abstract
Tôm sú là loài được nuôi phổ biến ở các tỉnh ven biển Việt Nam, nuôi tôm với mức độ thâm canh là nguyên nhân ảnh hưởng môi trường của nghề nuôi. Thí nghiệm được thực hiện tại tỉnh Sóc Trăng. Thí nghiệm được tiến hành trong mùa mưa với hai ao (4000 m2/ao); mật độ 20 con/m2PL15;độ sâu mực nước ao nuôi 1,2 m và thời gian nuôi 4 tháng. Kết quả cho thấy hàm lượng TAN trong nước là 1,36 ppm và lượng tích lũy là 16,4 kg/ha/vụ. Hàm lượng NO2-và NO3-hòa tan trong nước lần lượt là 1,47 ppm và 0,29 ppm; hàm lượng tích lũy qua vụ nuôi là 17,61 kg/ha/vụ và 3,43 kg/ha/vụ. Đối với Lân hòa tan (PO43-) trong ao nuôi là rất thấp 0,1 ppm và hàm lượng tích lũy là 1,18 kg/ha/vụ; Tổng lân hòa tan trong nước là 1,08 ppm và lượng tích lũy là 13,01 kg/ha/vụ. Trong khi đó tổng đạm trong nước tương đối cao là 2,89 ppm và lượng tích lũy là 34,70 kg/ha/vụ.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.078 | 0.015 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".