MétaCan
Menu
Retour à la cohorte
Enregistrement W2126222557 · doi:10.4141/cjas10034

Review: Ammonia emissions from dairy farms and beef feedlots

2011· article· en· W2126222557 sur OpenAlexaffvenue
A.N. Hristov, M.D. Hanigan, Andy Cole, Richard W. Todd, Tim A. McAllister, Pius M. Ndegwa, Al Rotz

Notice bibliographique

RevueCanadian Journal of Animal Science · 2011
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésManureAmmonia volatilization from ureaAmmoniaEnvironmental scienceFertilizerManure managementEnvironmental chemistryEutrophicationChemistryAnimal scienceAgronomyNutrient

Résumé

récupéré en direct d'OpenAlex

Hristov, A. N., Hanigan, M., Cole, A., Todd, R., McAllister T. A., Ndegwa, P. and Rotz, A. 2011. Review: Ammonia emissions from dairy farms and beef feedlots. Can. J. Anim. Sci. 91: 1–35. Ammonia emitted from animal feeding operations is an environmental and human health hazard, contributing to eutrophication of surface waters and nitrate contamination of ground waters, soil acidity, and fine particulate matter formation. It may also contribute to global warming through nitrous oxide formation. Along with these societal concerns, ammonia emission is a net loss of manure fertilizer value to the producer. A significant portion of cattle manure nitrogen, primarily from urinary urea, is converted to ammonium and eventually lost to the atmosphere as ammonia. Determining ammonia emissions from cattle operations is complicated by the multifaceted nature of the factors regulating ammonia volatilization, such as manure management, ambient temperature, wind speed, and manure composition and pH. Approaches to quantify ammonia emissions include micrometeorological methods, mass balance accounting and enclosures. Each method has its advantages, disadvantages and appropriate application. It is also of interest to determine the ammonia emitting potential of manure (AEP) independent of environmental factors. The ratio of nitrogen to non-volatile minerals (phosphorus, potassium, ash) or nitrogen isotopes ratio in manure has been suggested as a useful indicator of AEP. Existing data on ammonia emission factors and flux rates are extremely variable. For dairy farms, emission factors from 0.82 to 250 g ammonia per cow per day have been reported, with an average of 59 g per cow per day (n=31). Ammonia flux rates for dairy farms averaged 1.03 g m −2 h −1 (n=24). Ammonia losses are significantly greater from beef feedlots, where emission factors average 119 g per animal per day (n=9) with values as high as 280 g per animal per day. Ammonia flux rate for beef feedlots averaged 0.174 g m −2 h −1 (n=12). Using nitrogen mass balance approaches, daily ammonia nitrogen losses of 25 to 50% of the nitrogen excreted in manure have been estimated for dairy cows and feedlot cattle. Practices to mitigate ammonia emissions include reducing excreted N (particularly urinary N), acidifying ammonia sources, or binding ammonium to a substrate. Reducing crude protein concentration in cattle diets and ruminal protein degradability are powerful tools for reducing N excretion, AEP, and whole-farm ammonia emissions. Reducing dietary protein can also benefit the producer by reducing feed cost. These interventions, however, have to be balanced with the risk of lost production. Manure treatment techniques that reduce volatile N species (e.g., urease inhibition, pH reduction, nitrification-denitrification) are also effective for mitigating ammonia emissions. Another option for reducing ammonia emissions is capture and treatment of released ammonia. Examples in the latter category include biofilters, permeable and impermeable covers, and manure incorporation into the soil for crop or pasture production. Process-level simulation of ammonia formation and emission provides a useful tool for estimating emissions over a wide range of production practices and evaluating the potential benefits of mitigation strategies. Reducing ammonia emissions from dairy and beef cattle operations is critical to achieving environmentally sustainable animal production that will benefit producers and society at large.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,033
Tête enseignante GPT0,246
Écart entre enseignants0,213 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations429
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

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