MétaCan
Menu
Retour à la cohorte
Enregistrement W2892266257 · doi:10.3390/agronomy8090190

District Scale GHG Emission Indicators for Canadian Field Crop and Livestock Production

2018· article· en· W2892266257 sur OpenAlexaffabout
J.A. Dyer, X.P.C. Vergé, R. L. Desjardins, Devon E. Worth

Notice bibliographique

RevueAgronomy · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasLivestockEnvironmental scienceAgricultureEmission intensityCropLife-cycle assessmentAgricultural scienceAgricultural economicsProduction (economics)GeographyForestryEconomicsEcologyEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

The three main farm products from Canadian agriculture, i.e., proteins, vegetable oils, and carbohydrates, account for 98% of the land in annual crops in Canada. The intensities and efficiencies of these field crops in relation to their Greenhouse Gas (GHG) emissions were assessed for their value as land use change indicators. To facilitate spatial comparisons, this assessment was carried out at the Ecodistrict (ED) scale. The Unified Livestock Industry and Crop Emissions Estimation System (ULICEES) model was modified to operate at the ED scale, and used to quantify the GHG emission intensity of protein. GHG emissions were also calculated for plant products not used for livestock feed. The livestock GHG emissions and GHG-protein intensities estimated using ED scale inputs to ULICEES were reasonably close to GHG-protein intensities generated by the version of ULICEES driven by provincial scale census data. Carbohydrates were split into two groups, i.e., whether or not they supported livestock. Annual farm product data at 5-year intervals were used to generate GHG emissions from all farm operations. The range of GHG emissions from all farm operations in Western Canada was from 42 to 54 Mt CO2e between in 1991 and 2011, while GHG emissions from livestock ranged from 22 to 34 Mt CO2e over the same period. The Eastern Canadian GHG emissions from all farm operations declined gradually from 24 to 22 Mt CO2e over the period, with most of the eastern GHG emissions being from livestock. Ruminant livestock accounted for most of the livestock GHG emissions, particularly in the west. Provincial scale GHG emission efficiencies of the four farm product groups were assessed on a per-unit of GHG emissions basis for 2006. The most GHG-efficient province for protein was Ontario, whereas the most GHG-efficient province for all three plant products was Saskatchewan. The coastal provinces were the least GHG-efficient sources of all four farm product groups.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,987

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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'étudeObservationnel
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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomyMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207