Economic‐Environmental Tradeoffs in Swine Finishing Operations
Notice bibliographique
Résumé
This study examines the cost effectiveness of 81 alternative manure management systems for a swine finishing operation in reducing three pollutants associated with livestock waste: ammonia, nitrogen and phosphorus. The results are presented in terms of the tradeoff between the levels of these pollutants (environmental indicator) and the economic returns to the producer. The levels of the three manure residuals cannot be reduced by more than half from the present levels under the profit‐maximizing system for each farm size. Further reduction would require changes in hog numbers to reduce the volume of manure and consequently residual levels. However, the feasible reductions in residuals can be achieved at relatively low cost. Larger farms tend to have lower abatement costs as the percentage reduction in residuals increase. The attempt to reduce more than one of the residuals simultaneously is complicated by the conflicting effects of alternative manure management systems on ammonia and nitrogen levels. L'étude évalue la rentabilité de 81 systèmes de gestion du fumier pour les élevages de porcs quant à la réduction de la concentration de trois polluants associés aux déchets animaux: l'ammoniaque, l'azote et le phosphore. Les auteurs présentent les résultats sous forme de compromis entre la concentration de polluants (indice environnemental) et le rendement de l'élevage pour le producteur. Quelle que soit la taille de l'exploitation, il est impossible de réduire la concentration des trois résidus du fumier à plus de la moitié de leur concentration actuelle dans un régime de maximisation des bénéfices. Pour réduire leur concentration davantage, il faudrait diminuer la taille du troupeau et le volume de fumier. Atteindre les réductions de concentration réalisables ne coûte cependant pas très cher. Dans les gros élevages, le coût des mesures de lutte contre la pollution a tendance à baisser avec la hausse de la réduction des résidus en pour cent. L'action contraire des différents systèmes de gestion du fumier sur la concentration d'ammoniaque et d'azote complique les efforts déployés pour réduire simultanément la concentration de plusieurs résidus.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».