MétaCan
Menu
Retour à la cohorte
Enregistrement W2003285326 · doi:10.4141/cjss08002

Ammonia emission from dairy cow manure stored in a lagoon over summer

2008· article· en· W2003285326 sur OpenAlexfundvenueno aff
S. M. McGinn, Trevor Coates, Thomas K. Flesch, B. P. Crenna

Notice bibliographique

RevueCanadian Journal of Soil Science · 2008
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésManureEnvironmental scienceAmmoniaAmmoniacal nitrogenLivestockFertilizerPollutionWater qualityDairy cattleSewageHydrology (agriculture)Environmental engineeringAnimal scienceWastewaterChemistryAgronomyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

It is recognized that volatilized ammonia (NH 3 ) from intensive livestock production can be a significant pathway for nitrogen (N) pollution to land and water, and can contribute to poor air quality. The objectives of our study were to document NH 3 emissions from a dairy lagoon and to assess the influence of meteorology on NH 3 emissions. Ammonia emissions were determined using a backward Lagrangian Stochastic approach using WindTrax software, an open-path NH 3 laser and a sonic anemometer. Results indicate that an average 5.1 ± 1.6 g NH 3 m -2 d -1 was released over the summer; however, the emission varied typically over 24 h between 3.6 and 8.6 g NH 3 m -2 d -1 . Wind speed and surface temperature of the lagoon had similar influences on the magnitude of the release, where their direct impact on NH 3 emission accounted for 28 and 31% of the variability, respectively. The main implication of this study is that NH 3 losses are significant from dairy lagoons, contributing to the issue of N pollution. As well, NH 3 emissions are a loss of valuable N for manure used as fertilizer, which in our study amounted to approximately 13% of the total ammoniacal N content of the manure in the lagoon. Key words: Ammonia, dairy, manure, cattle, dispersion model

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,356
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,021
Tête enseignante GPT0,232
Écart entre enseignants0,211 · 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'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

Citations42
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

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