Towards a methodology to formulate sustainable diets for livestock: accounting for environmental impact in diet formulation
Notice bibliographique
Résumé
The objective of this study was to develop a novel methodology that enables pig diets to be formulated explicitly for environmental impact objectives using a Life Cycle Assessment (LCA) approach. To achieve this, the following methodological issues had to be addressed: (1) account for environmental impacts caused by both ingredient choice and nutrient excretion, (2) formulate diets for multiple environmental impact objectives and (3) allow flexibility to identify the optimal nutritional composition for each environmental impact objective. An LCA model based on Canadian pig farms was integrated into a diet formulation tool to compare the use of different ingredients in Eastern and Western Canada. By allowing the feed energy content to vary, it was possible to identify the optimum energy density for different environmental impact objectives, while accounting for the expected effect of energy density on feed intake. A least-cost diet was compared with diets formulated to minimise the following objectives: non-renewable resource use, acidification potential, eutrophication potential, global warming potential and a combined environmental impact score (using these four categories). The resulting environmental impacts were compared using parallel Monte Carlo simulations to account for shared uncertainty. When optimising diets to minimise a single environmental impact category, reductions in the said category were observed in all cases. However, this was at the expense of increasing the impact in other categories and higher dietary costs. The methodology can identify nutritional strategies to minimise environmental impacts, such as increasing the nutritional density of the diets, compared with the least-cost formulation.
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 | 0,001 |
| 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 | 0,000 |
| 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) | 0,000 | 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 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 ».