MétaCan
Menu
Retour à la cohorte
Enregistrement W2944950833 · doi:10.1016/j.sciaf.2019.e00088

Assessing greenhouse gas emissions from outdoor cattle sleeping areas in Cameroon

2019· article· en· W2944950833 sur OpenAlexaff
Ngwa Martin Ngwabie, Divine Ngwa, Chanceline Njuasu, Theodore Chenwi, Fabrice L. Yengong, Andrew VanderZaag

Notice bibliographique

RevueScientific African · 2019
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasEnvironmental scienceManureNitrous oxideMethanePastureManure managementCarbon dioxideEnvironmental engineeringAgronomyChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Cattle production is an important source of greenhouse gas (GHG) emissions which affects the environment. While emissions have mostly been quantified from barns and manure storage facilities, little information is available on emissions from outdoor sleeping areas, especially in Africa. This project was carried out in two beef cattle farms (Banshe and Menteh) in Cameroon, with the aim of quantifying GHG emissions from the outdoor sleeping areas. The sleeping areas were fenced with planks and the floor was bare soil covered mainly with cattle manure. Gas emission rates were measured when the cattle were on pasture using 2 non-steady state flux chambers during the wet season for 1 week in each farm. Manure dry matter, determined using method 1648 of the U.S. Environmental Protection Agency, was in the range of 28–38% while the volatile solid content was in the range of 41–57%. Emission hotspots and hot moments were observed with large variations in time and location. The methane (CH4) emissions were 4.04 ± 4.3 and 1.85 ± 1.7 mg m−2 min−1 in Banshe and Menteh, respectively. The nitrous oxide (N2O) emissions were 0.008 ± 0.02 and 0.049 ± 0.06 mg m−2 min−1 in Banshe and Menteh, respectively. The sleeping area with high CH4 emissions was associated with low N2O emissions and vice versa. The carbon dioxide (CO2) to CH4 emission ratios were high; ∼7 for Banshe and ∼15 for Menteh, indicating more aerobic conditions. The total GHG (CH4 + N2O) emission rates were 139.7 and 77.5 mg CO2e m−2 min−1 in Banshe and Menteh, respectively. This indicated that CH4 contributed 98 and 81% of the total GHG in Banshe and Menteh, respectively. This shows that mitigation strategies should be geared more towards CH4 in the sleeping areas in this study during the wet season. The GHG emission factors estimated in this research were the first of its kind in Cameroon, and can be used as a basis for planning management practices that mitigate emissions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,022
Tête enseignante GPT0,260
Écart entre enseignants0,238 · 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'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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific AfricanMême sujetOdor and Emission Control TechnologiesTravaux en français237 207