MétaCan
Menu
Retour à la cohorte
Enregistrement W2005300650 · doi:10.2134/jeq2001.302376x

Greenhouse Gas Emissions during Cattle Feedlot Manure Composting

2001· article· en· W2005300650 sur OpenAlexaff
Xiying Hao, Chi Chang, Francis J. Larney, Greg R. Travis

Notice bibliographique

RevueJournal of Environmental Quality · 2001
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésManureAerationFeedlotGreenhouse gasCompostEnvironmental scienceAnimal scienceEnvironmental engineeringAgronomyChemistryWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

The emission of greenhouse gases (GHG) during feedlot manure composting reduces the agronomic value of the final compost and increases the greenhouse effect. A study was conducted to determine whether GHG emissions are affected by composting method. Feedlot cattle manure was composted with two aeration methods--passive (no turning) and active (turned six times). Carbon lost in the forms of CO2 and CH4 was 73.8 and 6.3 kg C Mg-1 manure for the passive aeration treatment and 168.0 and 8.1 kg C Mg-1 manure for the active treatment. The N loss in the form of N2O was 0.11 and 0.19 kg N Mg-1 manure for the passive and active treatments. Fuel consumption to turn and maintain the windrow added a further 4.4 kg C Mg-1 manure for the active aeration treatment. Since CH4 and N2O are 21 and 310 times more harmful than CO2 in their global warming effect, the total GHG emission expressed as CO2-C equivalent was 240.2 and 401.4 kg C Mg-1 manure for passive and active aeration. The lower emission associated with the passive treatment was mainly due to the incomplete decomposition of manure and a lower gas diffusion rate. In addition, turning affected N transformation and transport in the window profile, which contributed to higher N2O emissions for the active aeration treatment. Gas diffusion is an important factor controlling GHG emissions. Higher GHG concentrations in compost windrows do not necessarily mean higher production or emission rates.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,035
Tête enseignante GPT0,270
Écart entre enseignants0,235 · 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

Citations277
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental QualityMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207