MétaCan
Menu
Retour à la cohorte
Enregistrement W1799146555 · doi:10.4141/cjas2010-005

Modelling monthly NH<sub>3</sub> emissions from dairy in 12 Ecoregions of Canada

2011· article· en· W1799146555 sur OpenAlexaffvenueabout
Steve Sheppard, Shabtai Bittman, Mark Swift, J. Tait

Notice bibliographique

RevueCanadian Journal of Animal Science · 2011
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensAgriculture Food and Rural DevelopmentAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésManureEnvironmental scienceLivestockSlurryManure managementGrazingAnimal wasteDairy cattleAnimal scienceAtmospheric sciencesGeographyEnvironmental engineeringAgronomyForestryBiologyWaste management

Résumé

récupéré en direct d'OpenAlex

Sheppard, S. C., Bittman, S., Swift, M. L. and Tait, J. 2011. Modelling monthly NH 3 emissions from dairy in 12 Ecoregions of Canada. Can. J. Anim. Sci. 91: 649–661. Ammonia (NH 3 ) from livestock manure is emitted from barns, storages and manured land, and is a loss to the farm operations, while atmospheric NH 3 has potential impacts beyond the farm, including human health and ecological damage. Models are used to estimate the intensity and spatial extent of NH 3 emissions, and this paper reports a recent model developed for quantifying emissions from the dairy sector in Canada. The estimated overall average emission to the atmosphere in Canada in 2006 was 42.4±9.0 kg NH 3 cow −1 yr −1 from a lactating cow, and total emission from the Canadian dairy sector was 56000 t NH 3 . On many farms the NH 3 emissions may have been a significant portion of the N requirements of their crops. The emission estimates in the 12 Ecoregions were proportional to the animal census. Emissions generally peaked in May, mainly because of landspreading of manure. There were also differences in emissions per animal among the Ecoregions related to the specific practices, such as amount of grazing and injection of slurry. The sensitivity analysis suggested that a shift from the present 14% injection of slurry manure into soil to 80% may be effective overall, potentially decreasing annual emissions by 13% and emissions in May by 27%.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,033
Tête enseignante GPT0,201
Écart entre enseignants0,168 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations24
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetOdor and Emission Control TechnologiesTravaux en français237 207