Areas and Greenhouse Gas Emissions from Feed Crops Not Used in Canadian Livestock Production in 2001
Notice bibliographique
Résumé
Estimates of greenhouse gas (GHG) emissions from Canada's four main livestock industries were integrated with the Canadian Economic and Emissions Model for Agriculture (CEEMA) which operates at the census district level. The livestock crop complex (LCC), which defines the crop area required to feed Canada's livestock, was disaggregated from provincial to district level. The LCC areas were subtracted from the crop areas stored in the CEEMA database to define the maximum area available for non-meat food, fiber, and biofuel feedstock production. The resulting non-livestock residual (NLR) area estimates were 18.7 Mha in the west (excluding rangeland, summerfallow, irrigated cropland and any crops not associated with livestock diets) and 1.0 Mha in the east. The GHG emissions from the NLR in the west were 13.7 Tg CO2e, or 30% of the total GHG emissions from those crops associated with livestock diets. The 1.6 Tg CO2e of GHG from the NLR in Eastern Canada represented 8% of the total GHG emissions from those livestock-related crops. The eastern NLR crop areas were more sensitive to changes in livestock populations than the Western Canada NLR areas because of the more dominant role of livestock production in eastern Canadian agriculture than in the west. The total agricultural GHG emissions budget showed direct but muted sensitivity to changes in Canadian livestock populations in both eastern and Western Canada. The methodology will link agricultural GHG emissions with district level land use decisions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».