MétaCan
Menu
Retour à la cohorte
Enregistrement W1990424434 · doi:10.4141/cjas08034

Methane and ammonia emissions from a beef feedlot in western Canada for a twelve-day period in the fall

2008· article· en· W1990424434 sur OpenAlexaffvenueabout
Ronald P. van Haarlem, R. L. Desjardins, Zhiling Gao, Thomas K. Flesch, Xuanyi Li

Notice bibliographique

RevueCanadian Journal of Animal Science · 2008
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensUniversity of AlbertaAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésFeedlotEnvironmental scienceBeef cattleMethaneAmmoniaMethane emissionsAnimal sciencePollutantParticulatesLivestockEnvironmental chemistryChemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Commercial feedlot operations are becoming a mainstay in the Canadian beef industry. These large operations that typically raise thousands of animals at a time represent a large localized source of methane (CH4) and of atmospheric pollutants such as ammonia (NH3) and particulate matter. An inverse dispersion model was utilized to calculate CH4 and NH3 emissions from a commercial cattle feedlot and an adjacent runoff retention pond. The feedlot measurements were collected within the interior of the feedlot enabling a near continuous emissions record over the 12 d of the study period. Average daily emission estimates of CH4 and NH3 were 323 and 318 g animal-1 d-1, respectively. The CH4 emissions represent 4% of the gross energy intake (GEI) and NH3 emissions represent 72% of the total N intake. Emissions from the runoff retention pond associated directly with the feedlot operation were approximately 2.7 and 2% of the daily average feedlot emissions of CH4 and NH3, respectively. Key words: Methane, ammonia, inverse dispersion, ruminant livestock, trace gas emissions

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,239
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations83
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

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