Review: Adaptation of ruminant livestock production systems to climate changes
Notice bibliographique
Résumé
There is growing evidence on the extent to which projected changes in climate, including increases in atmospheric levels of carbon dioxide, higher temperatures, changes in amount, seasonality and variability of precipitation and increases in extreme weather events, may affect future availability of ruminant animal products. Elements of climate change affect livestock systems through direct impacts on animal physiology, behaviour, production and welfare and indirectly through feed availability, composition and quality. These impacts may be positive or negative and will vary across geographical regions, animal species and with adaptive capacity. However, adverse impacts are likely to be greatest in tropical and sub-tropical regions including countries where both current need and future growth in demand for nutrition is greatest. The complexity of effects means that effective adaptation strategies to mitigate negative impacts on ruminant production systems to climate changes will need to be multi-dimensional. Although predictions of future climate, particularly on regional and local scales, have a degree of uncertainty, adaptation planning is starting to be informed by changes already being observed and adjustments in management being made by farmers to maintain productivity and profitability. Regional case studies illustrate the benefits and limitations of adaptive management: potential mitigation through heightened awareness of heat stress-related mortality in French cattle; evidence of a drop in milk production in south-eastern Australian dairies during a January 2014 heat wave, from the theoretical potential of 53% to only 10% across the state; and limitations in response options to climate-induced thermal, nutritional and water stress for sheep and goat farmers in northern Ethiopia. Review of research on climate change impacts on ruminant livestock and effective adaptation together with evidence of practical adaptive management provide insights into potential strategies and gaps in knowledge to address challenges and improve future decisions.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».