Demonstrating the Effect of Forage Source on the Carbon Footprint of a Canadian Dairy Farm Using Whole-Systems Analysis and the Holos Model: Alfalfa Silage vs. Corn Silage
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.
Notice bibliographique
Résumé
Before recommending a feeding strategy for greenhouse gas (GHG) mitigation, it is important to conduct a holistic assessment of all related emissions, including from those arising from feed production, digestion of these feeds, managing the resulting manure, and other on-farm production processes and inputs. Using a whole-systems approach, the Holos model, and experimentally measured data, this study compares the effects of alfalfa silage- versus corn silage-based diets on GHG estimates in a simulated Canadian dairy production system. When all emissions and sources are accounted for, the differences between the two forage systems in terms of overall net GHG emissions were minimal. Utilizing the functional units of milk, meat, and total energy in food products generated by the system, the comparison demonstrates very little difference between the two silage production systems. However, the corn silage system generated 8% fewer emissions per kg of protein in food products as compared to the alfalfa silage system. Exploratory analysis of the impact of the two silage systems on soil carbon showed alfalfa silage has greater potential to store carbon in the soil. This study reinforces the need to utilize a whole-systems approach to investigate the interrelated effects of management choices. Reported GHG reduction factors cannot be simply combined additively because the interwoven effects of management choices cascade through the entire system, sometimes with counter-intuitive outcomes. It is necessary to apply this whole-systems approach before implementing changes in management intended to reduce GHG emissions and improve sustainability.
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 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 | 0,002 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle