Greenhouse gas emissions intensity of Ontario milk production in 2011 compared with 1991
Notice bibliographique
Résumé
Jayasundara, S. and Wagner-Riddle, C. 2014. Greenhouse gas emissions intensity of Ontario milk production in 2011 compared with 1991. Can. J. Anim. Sci. 94: 155–173. For identifying opportunities for reducing greenhouse gas (GHG) emissions from milk production in Ontario, this study analyzed GHG intensity of milk [kg CO 2 equivalents kg −1 fat and protein corrected milk (FPCM)] in 2011 compared with 1991 considering cow and crop productivity improvements and management changes over this period. It also assessed within-province variability in GHG intensity of milk in 2011 using county-level data related to milk production. After allocating whole-farm GHG emissions between milk and meat using an allocation factor calculated according to the International Dairy Federation equation, GHG intensity of Ontario milk was 1.03 kgCO 2 eq kg −1 FPCM in 2011, 22% lower than that in 1991 (1.32 kg CO 2 eq kg −1 FPCM). Greenhouse gas sources directly associated with dairy cattle decreased less (21 and 14% for enteric fermentation and manure management, respectively) than sources associated with feed crop production (30 to 34% for emissions related to N inputs and farm-field work). Proportions of GHG contributed from different life cycle activities did not change, with enteric fermentation contributing 46%, feed crop production 34%, manure management 18% and milking and related activities 2%. Within province, GHG intensity varied from 0.89 to 1.36 kg CO 2 eq kg −1 FPCM, a variation inversely correlated with milk productivity per cow (kg FPCM sold cow −1 year −1 ). The existence of a wide variation is strong indication for potential further reductions in GHG intensity of Ontario milk through the identification of practices associated with high efficiency.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 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 ».