Modeling Greenhouse Gas Emissions from Enteric Fermentation
Notice bibliographique
Résumé
Livestock directly contribute to greenhouse gas (GHG) emissions mainly through methane (CH4) and nitrous oxide (N2O) emissions. For cost and practicality reasons, quantification of GHG has been through development of various types of mathematical models. This chapter addresses the utility and limitations of mathematical models used to estimate enteric CH4 emissions from livestock production. Models used in GHG quantification can be broadly classified into either empirical or mechanistic models. Empirical models might be easier to use because they require fewer input variables compared with mechanistic models. However, their applicability in assessing mitigation options such as dietary manipulation may be limited. The major driving variables identified for both types of models include feed intake, lipid and nonstructural carbohydrate content of the feed, and animal variables. Knowledge gaps identified in empirical modeling were that some of the assumptions might not be valid because of geographical location, health status of animals, genetic differences, or production type. In mechanistic modeling, errors related to estimating feed intake, stoichiometry of volatile fatty acid (VFA) production, and acidity of rumen contents are limitations that need further investigation. Model prediction uncertainty was also investigated, and, depending on the intensity and source of the prediction uncertainty, the mathematical model may inaccurately predict the observed values with more or less variability. In conclusion, although there are quantification tools available, global collaboration is required to come to a consensus on quantification protocols. This can be achieved through developing various types of models specific to region, animal, and production type using large global datasets developed through international collaboration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».