MétaCan
Menu
Retour à la cohorte
Enregistrement W2612887121 · doi:10.1139/cjas-2016-0163

Estimating enteric methane production for beef cattle using empirical prediction models compared with IPCC Tier 2 methodology

2017· article· en· W2612887121 sur OpenAlexafffundvenueabout
Paul Escobar-Bahamondes, M. Oba, Roland Kröbel, Tim A. McAllister, Douglas J. Macdonald, K. A. Beauchemin

Notice bibliographique

RevueCanadian Journal of Animal Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEffects of Environmental Stressors on Livestock
Établissements canadiensEnvironment and Climate Change CanadaUniversity of AlbertaAgriculture and Agri-Food Canada
Organismes subventionnairesComisión Nacional de Investigación Científica y TecnológicaAgriculture and Agri-Food Canada
Mots-clésBeef cattleAnimal scienceForageGrazingEnvironmental scienceMathematicsProduction (economics)BiologyAgronomyEconomics

Résumé

récupéré en direct d'OpenAlex

The Intergovernmental Panel on Climate Change, Tier 2 methodology and 16 empirical models together with dietary information were used to estimate daily methane (CH4) production and Ym (CH4 energy expressed as a percentage of gross energy intake) for mature cows (lactating and dry) and growing steers (backgrounding, grazing, and finishing) in eastern and western Canada. Monthly simulations accounted for changes in body weight, feed intake, and diet composition. Coefficient of variation (CV) and uncertainty (95% confidence interval divided by mean) were used to estimate variability. Estimates of CH4 (g d−1) and Ym from models differed from IPCC estimates. For models, the CV of Ym ranged from 0.8% to 29.7% and uncertainty from 0.9% to 45.2% over the production phases of the animals in contrast to the fixed Ym used by IPCC. When information on diet composition is lacking, a Ym value of 7.0%–7.3% can be used for beef cows depending on stage and location, and 6.4%–6.6% for growing cattle fed high-forage diets, whereas 4.8% is recommended for finishing diets instead of the default values of 6.5% for high-forage diets and 3.0% for finishing diets typically used in the IPCC Tier 2 method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil0,440

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,147
Tête enseignante GPT0,329
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations6
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetEffects of Environmental Stressors on LivestockTravaux en français237 207