MétaCan
Menu
Retour à la cohorte
Enregistrement W2768451064 · doi:10.3390/cli5040087

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

2017· article· en· W2768451064 sur OpenAlexafffundabout
Shannan Little, C. Benchaar, H. H. Janzen, Roland Kröbel, E. J. McGeough, K. A. Beauchemin

Notice bibliographique

RevueClimate · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of ManitobaAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaEmissions Reduction Alberta
Mots-clésSilageGreenhouse gasCarbon footprintEnvironmental scienceForageManure managementManureAgricultural engineeringAgronomyAgricultural scienceProduction (economics)Dairy cattleEngineeringAnimal scienceBiologyEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,111
Score d'incertitude au seuil0,223

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,225
Écart entre enseignants0,214 · 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

Citations44
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClimateMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207