The Carbon and Global Warming Potential Impacts of Organic Farming: Does It Have a Significant Role in an Energy Constrained World?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
About 130 studies were analyzed to compare farm-level energy use and global warming potential (GWP) of organic and conventional production sectors. Cross cutting issues such as tillage, compost, soil carbon sequestration and energy offsets were also reviewed. Finally, we contrasted E and GWP data from the wider food system. We concluded that the evidence strongly favours organic farming with respect to whole-farm energy use and energy efficiency both on a per hectare and per farm product basis, with the possible exception of poultry and fruit sectors. For GWP, evidence is insufficient except in a few sectors, with results per ha more consistently favouring organic farming than GWP per unit product. Tillage was consistently a negligible contributor to farm E use and additional tillage on organic farms does not appear to significantly deplete soil C. Energy offsets, biogas, energy crops and residues have a more limited role on organic farms compared to conventional ones, because of the nutrient and soil building uses of soil organic matter, and the high demand for organic foods in human markets. If farm E use represents 35% of total food chain E use, improvements shown of 20% or more in E efficiency through organic farm management would reduce food-chain E use by 7% or more. Among other food supply chain stages, wholesale/retail (including cooling and packaging) and processing often each contribute 30% or more to total food system E. Thus, additional improvements can be obtained with reduced processing, whole foods and food waste minimization.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle