MétaCan
Menu
Retour à la cohorte
Enregistrement W3116812532 · doi:10.1016/j.animal.2020.100005

Estimating the environmental impact of dairy cattle breeding programs through emission intensity

2020· article· en· W3116812532 sur OpenAlexafffundabout
C.M. Richardson, Christine F. Baes, P.R. Amer, Cheryl Quinton, Fiona S. Hely, V.R. Osborne, J.E. Pryce, Dagnachew Hailemariam, F. Miglior

Notice bibliographique

Revueanimal · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensAlberta Livestock and Meat AgencyUniversity of Guelph
Organismes subventionnairesGenome AlbertaOntario Ministry of Research, Innovation and ScienceOntario Ministry of Agriculture, Food and Rural AffairsAlberta Innovates - Technology FuturesOntario Centres of ExcellenceAgricultural Research ServiceGenome CanadaOntario GenomicsAarhus Universitet
Mots-clésHerdGreenhouse gasAnimal scienceTraitEnvironmental scienceLife-cycle assessmentDairy cattleEmission intensityBiologyProduction (economics)Agricultural scienceBiotechnologyAgronomyEcologyEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

A recently developed methodological approach for determining the greenhouse gas emissions impact of national breeding programs was applied to measure the effects of current and future breeding goals on the emission intensity (EI) of the Canadian dairy industry. Emission intensity is the ratio of greenhouse gas outputted in comparison to the product generated. Traits under investigation affected EI by either decreasing the direct emissions yield (i.e. increasing feed performance), changing herd structure (i.e. prolonging herd life) or through the dilution effect of increased production (i.e. increasing fat yield). The intensity value (IV) of each trait, defined as the change in emissions’ intensity per unit change in each trait, was calculated for each of the investigated traits. The IV trend of these traits was compared for the current and prospective selection index, as well as for a system with and without quota (the supply management policy designed to prevent overproduction). The overall EI of the average genetic merit Canadian dairy herd per breeding female was 5.07 kg CO2eq/kg protein equivalent output. The annual reduction in EI due to the improvement of production traits was −0.027, −0.018 and −0.006 for fat, protein and milk other solids, respectively. The functional traits, herd life and mastitis resistance, had more modest effects (−0.008 and −0.001, respectively). These results are consistent with international studies that identified traits related to production, survival, health and fertility as having the largest impact on the environmental footprint of dairy cattle. Overall, the dairy industry is becoming more efficient by reducing its EI through selection of environmentally favorable traits, with a 1% annual reduction of EI in Canada.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,021
Tête enseignante GPT0,254
Écart entre enseignants0,233 · 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

Citations6
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueanimalMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207