MétaCan
Menu
Retour à la cohorte
Enregistrement W2067587893 · doi:10.4141/cjss07042

Long-term trends in the greenhouse gas emissions from the Canadian dairy industry

2008· article· en· W2067587893 sur OpenAlexvenueaboutno aff
J.A. Dyer, X.P.C. Vergé, R. L. Desjardins, Devon E. Worth

Notice bibliographique

RevueCanadian Journal of Soil Science · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasEnvironmental scienceIndex (typography)Nitrous oxideClimate changeEmission intensityFossil fuelPopulationAgricultural economicsEnvironmental engineeringEnvironmental protectionEconomicsEngineeringEcologyWaste management

Résumé

récupéré en direct d'OpenAlex

Estimates of the efficiency of mitigation measures on reducing greenhouse gas (GHG) emissions from the agricultural sector are required. In this paper, recently calculated dairy GHG emissions for 2001 were extrapolated back to 1981 for census years using an index. The index was verified by comparing it with estimates based on the Intergovernmental Panel on Climate Change (IPCC) methodology for 1991. The index agreed with the IPCC estimates within 1% for methane and 4% for nitrous oxide on a national scale with no region having a difference of more than 5% for methane. For nitrous oxide, all regions were within 10%, except British Columbia, where the index was 19% too high. The index indicates that GHG emissions from primary milk production within the Canadian dairy industry have decreased by about 49% since 1981, mainly due to a 57% reduction in the dairy cow population during that period. The GHG emissions per kilogram of milk decreased by 35%, that is from 1.22 kg CO2eq kg-1 milk to 0.91 kg CO2eq kg-1 milk. Because this study took into account the energy-related CO2 emissions from all the major farm inputs (fertilizer and fossil fuel), there was little risk of hidden GHG emissions in the emission intensity calculation. This study demonstrates that where lack of input data restricts historical application of simulation models, a semi-empirical index approach can yield valuable results. Key words: Greenhouse gas, dairy industry, index, intensity indicator

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)0,001
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 enseignants0,022
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,019
Tête enseignante GPT0,229
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 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

Citations20
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207