Estimating the environmental impact of dairy cattle breeding programs through emission intensity
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 tête enseignante, 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 ».