MétaCan
Menu
Retour à la cohorte
Enregistrement W3135392653 · doi:10.5539/jms.v11n1p102

New Strategy to Reduce Water Consumption and Waste Generation During the Mechanical Milking Process in a Small Cattle Sector

2021· article· en· W3135392653 sur OpenAlexvenueno aff
Josemar Gonçalves de Oliveira Filho, Wagner Rodrigues Nascimento, Simonny Monthiel Araújo Vasconcelo, Marcelo Gomes Júdice, Mariana Buranelo Egea

Notice bibliographique

RevueJournal of Management and Sustainability · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEffects of Environmental Stressors on Livestock
Établissements canadiensnon disponible
Organismes subventionnairesInstituto Federal Goiás
Mots-clésMilkingWater consumptionConsumption (sociology)Environmental scienceProduction (economics)Milk productionWork (physics)Water useFood wasteAgricultural economicsBusinessAgricultural scienceWaste managementAnimal scienceEnvironmental engineeringEngineeringEconomicsAgronomy

Résumé

récupéré en direct d'OpenAlex

Dairy cattle farming is an activity of great economic importance in Brazil; however, this activity presents high water consumption and volume of waste generated. The objective in the present work was to measure water consumption and waste generation during mechanical milking, in order to promote rational initiatives for the process. The farm property showed the consumption of 64.76% of the whole used water per day and generation of 35.24% of waste-water in the milking process. After orientation, the average coefficient of water consumption in the cattle sector decreased to 3.2 liters with a daily production of approximately 550 liters of milk and an average water consumption of 1,764.83 liters per day. The implementation of equipment and adoption of mitigation measures was associated with a significant reduction in water waste.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,018
Tête enseignante GPT0,236
Écart entre enseignants0,219 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetEffects of Environmental Stressors on LivestockTravaux en français237 207