MétaCan
Menu
Retour à la cohorte
Enregistrement W2271884002 · doi:10.1071/an15515

The concordance between greenhouse gas emissions, livestock production and profitability of extensive beef farming systems

2016· article· en· W2271884002 sur OpenAlex
Matthew Tom Harrison, Brendan Cullen, Nigel Tomkins, Christopher S. McSweeney, Philip Cohn, Richard Eckard

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnimal Production Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensCarbon Engineering (Canada)
Organismes subventionnairesAustralian GovernmentMeat and Livestock AustraliaAustralian Wool Innovation
Mots-clésGross marginGreenhouse gasPastureEnvironmental scienceAgricultureLivestockAgronomyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Here we examine the concordance among emissions, production and gross margins of extensive beef farming systems by modelling a range of scenarios for herd management, animal genotype and pasture nutritive quality. We based our simulations on a case-study farm in central Queensland, Australia, and studied the influence of interventions designed for emissions mitigation, increasing productivity, or increasing gross margin. Interventions included replacing urea supplementation with nitrate, finishing cattle on the perennial forage leucaena (L), herd structure optimisation (HO), higher female fecundity (HF), and a leucaena finishing enterprise that had net farm emissions equal to the baseline (leucaena equal emissions; LEE). The HO intervention reduced the ratio of breeding cows relative to steers and unmated heifers, and lowered the ratio of costs to net cattle sales. Gross margin of the baseline, nitrate, L, LEE, HO and HF scenarios were AU$146 000, AU$91 000, AU$153 000, AU$170 000, AU$204 000 and AU$216 000, respectively. Enterprises with early joining of maiden heifers as well as HO and HF further increased gross margin (AU$323 000), while systems incorporating all compatible interventions (HO, HF, early joining, LEE) had a gross margin of AU$315 000. We showed that interventions that increase liveweight turnoff while maintaining net farm emissions resulted in higher gross margins than did interventions that maintained liveweight production and reduced net emissions. A key insight of this work was that the relationship between emissions intensity (emissions per unit liveweight production) or liveweight turnoff with gross margin were negative and positive, respectively, but only when combinations of (compatible) interventions were included in the dataset. For example, herd optimisation by reducing the number of breeding cows and increasing the number of sale animals increased gross margin by 40%, but this intervention had little effect on liveweight turnoff and emissions intensity. However, when herd optimisation was combined with other interventions that increased production, gross margins increased and emissions intensity declined. This is a fortuitous outcome, since it implies that imposing more interventions with the potential to profitably enhance liveweight turnoff allows a greater reduction in emissions intensity, but only when each intervention works synergistically with those already in place.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil0,633

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,270
Écart entre enseignants0,232 · 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