Greenhouse Gas Emissions from Calf- and Yearling-Fed Beef Production Systems, With and Without the Use of Growth Promotants
Notice bibliographique
Résumé
A spring calving herd consisting of about 350 beef cows, 14-16 breeding bulls, 60 replacement heifers and 112 steers were used to compare the whole-farm GHG emissions among calf-fed vs. yearling-fed production systems with and without growth implants. Carbon footprint ranged from 11.63 to 13.22 kg CO₂e per kg live weight (19.87-22.52 kg CO₂e per kg carcass weight). Enteric CH₄ was the largest source of GHG emissions (53-54%), followed by manure N₂O (20-22%), cropping N₂O (11%), energy use CO₂ (9-9.5%), and manure CH₄ (4-6%). Beef cow accounted for 77% and 58% of the GHG emissions in the calf-fed and yearling-fed. Feeders accounted for the second highest GHG emissions (15% calf-fed; 35-36% yearling-fed). Implants reduced the carbon footprint by 4.9-5.1% compared with hormone-free. Calf-fed reduced the carbon footprint by 6.3-7.5% compared with yearling-fed. When expressed as kg CO₂e per kg carcass weight per year the carbon footprint of calf-fed production was 73.9-76.1% lower than yearling-fed production, and calf-fed implanted was 85% lower than hormone-free yearling-fed. Reducing GHG emissions from beef production may be accomplished by improving the feed efficiency of the cow herd, decreasing the days on low quality feeds, and reducing the age at harvest of youthful cattle.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».