MétaCan
Menu
Retour à la cohorte
Enregistrement W2378746558

Determination of Methane Emissions from a Dairy Feedlot Using an Inverse Dispersion Technique

2011· article· en· W2378746558 sur OpenAlexaff
Liu Xuejun, Liu Shu-qing

Notice bibliographique

RevueNongye huanjing kexue xuebao · 2011
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésMethaneFeedlotEnvironmental scienceAnimal scienceManureSeasonalityMethane emissionsAtmospheric sciencesAgronomyBiologyEcologyPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Methane emission from dairy feedlot in China is one important source of global methane budget due to the large global warming potential(a factor of 25 in comparison with CO2).To indicate methane emission patterns on dairy feedlot in North China,a combination of an inverse dispersion technique and open-path laser was used to quantify patterns of methane emissions on a dairy feedlot(Baoding,Hebei)during winter and spring seasons.During these two measurement seasons,the total animal herd was 1 200 heads in average.Results showed that both in winter and spring seasons,methane emissions from the selected dairy feedlot were characterized with a apparent diurnal pattern,that was,the emission peaks occurred at 05:00,11:30 and 16:30,respectively,which was generally in agreement with the schedule of feeding activities;it also indicated that total daily emission rate of methane including enteric formation and manure storage within feedlot during winter and spring seasons were 0.31 t·d-1 and 0.36 t·d-1,and on the per capita base including total animal herd,methane emission rates were 0.26 t·d-1 and 0.30 kg·d-1,where methane emission rate during spring season was about 16.7 greater than winter season,thus a relatively large seasonal difference on methane emission rates was identified.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,918

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,065
Tête enseignante GPT0,283
Écart entre enseignants0,218 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNongye huanjing kexue xuebaoMême sujetOdor and Emission Control TechnologiesTravaux en français237 207