MétaCan
Menu
Retour à la cohorte
Enregistrement W2002092233 · doi:10.1071/an14994

Evaluation of greenhouse gas emissions from hog manure application in a Canadian cow–calf production system using whole-farm models

2015· article· en· W2002092233 sur OpenAlexafffundabout
Aklilu W. Alemu, Kim Ominski, Mario Tenuta, B. D. Amiro, E. Kebreab

Notice bibliographique

RevueAnimal Production Science · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesMitacsUniversity of Manitoba
Mots-clésGreenhouse gasEnvironmental scienceManureManure managementAgronomyAgricultureGrasslandBaseline (sea)BiologyEcology

Résumé

récupéré en direct d'OpenAlex

The development of beneficial management practices is a key strategy to reduce greenhouse gas (GHG) emissions from animal agriculture. The objective of the present study was to evaluate the impact of time and amount of hog manure application on farm productivity and GHG emissions from a cow–calf production system using two whole-farm models. Detailed model inputs (climate, soil and manure properties, farm operation data) were collected from a 3-year field study that evaluated the following three treatments: no application of hog manure on grassland (baseline); a single application of hog manure on grassland in spring (single); and two applications of hog manure as fall and spring (split). All three treatments were simulated in a representative cow–calf production system at the farm-gate using the following whole-farm models: a Coupled Components Model (CCM) that used existing farm component models and the Integrated Farm System Model (IFSM). Annual GHG intensities for the baseline scenario were 17.7 kg CO2-eq/kg liveweight for CCM and 18.1 kg CO2-eq/kg liveweight for IFSM. Of the total farm GHG emissions, 73–77% were from enteric methane production. The application of hog manure on grassland showed a mean emission increase of 7.8 and 8.4 kg CO2-eq/kg liveweight above the baseline for the single and split scenarios, respectively. For the manured scenarios, farm GHG emissions were mainly from enteric methane (47–54%) and soil nitrous oxide (33–41%). Emission estimates from the different GHG sources in the farm varied between models for the single and split application scenarios. Although farm productivity was 3–4% higher in the split than in single application (0.14 t liveweight/ha), the environmental advantage of applying manure in a single or split application was not consistent between models for farm emission intensity. Further component and whole-farm assessments are required to fully understand the impact of timing and the amount of livestock manure application on GHG emissions from beef production systems.

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)0,004
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,350
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,054
Tête enseignante GPT0,290
Écart entre enseignants0,236 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnimal Production ScienceMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207