Development of an equation to estimate the enteric methane emissions from Holstein dairy cows in Canada
Notice bibliographique
Résumé
The aim of this study was to use dietary factors, including the type of fats, and animal characteristics, to predict enteric methane (CH 4 ) emissions from dairy cows under Canadian conditions. For this purpose, 193 individual observations from six different trials assessing the impact of dietary modification on enteric CH 4 production were analyzed. Animal [milk yield (MY), milk fat content, milk protein content, days in milk, body weight (BW), and dry matter intake (DMI)] and dietary variables [organic matter, crude protein, neutral detergent fiber (NDF), acid detergent fiber (ADF), starch, ether extract (EE), rumen-inert fat, and unprotected fat (EE – rumen-inert fat)] were tested. A 5-fold cross validation was used to obtain the following equation: CH 4 (g d −1 ) = −1260.4 + 1.9 × MY (kg d −1 ) + 62.8 × milk fat (%) –18.4 × milk protein (%) + 11.0 × DMI (kg d −1 ) + 0.3 × BW (kg) + 58.3 × NDF (% of DM) − 0.8 × NDF 2 (% of DM) + 1.9 × starch (% of DM) − 2.5 × EE – rumen-inert fat (% of DM). The mean estimate from the proposed equation (474 g CH 4 cow −1 d −1 ; r = 0.83, RMSE = 40.0) was close to the observed mean emission (476 g CH 4 cow −1 d −1 ). The proposed model has a higher precision to predict CH 4 emission from cows fed typical Canadian diets than other models, and it can be used to evaluate CH 4 mitigation strategies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».