Net zero energy barns for industrial egg production: An effective sustainable intensification strategy?
Notice bibliographique
Résumé
Net zero energy buildings (NZEBs) are energy efficient buildings that incorporate renewable energy generation systems so as to produce sufficient renewable energy to at least offset the total amount of non-renewable energy used by the building on an annual basis. NZEB technologies have widespread commercial and residential application, but their feasibility and efficacy in the livestock sector in support of sustainable intensification have received little attention. This study quantifies the potential for such technologies to improve sustainability outcomes in the livestock sector based on an ISO 14044-compliant life cycle assessment of a pilot net zero energy laying hen facility in Alberta, Canada compared to a conventional facility. It was found that direct energy inputs account for 6.47% and 31.64% of the life cycle cumulative energy use of egg production in NZE and non-NZE hen housing, respectively. Average infrastructure-related contributions to the life cycle impacts of egg production are only 4.34% and 1.94% for the NZE and non-NZE barns, but NZE technologies reduce the net impacts of egg production by 0.89–64.82%. The environmental impact payback time for the NZE barn (30-year lifespan) ranges from 1.38 to 20.66 years, considering the largely fossil fuel-based electricity grid in Alberta, which indicates that non-trivial environmental benefits would accrue across impact categories considered. However, this could vary considerably elsewhere depending on the types and amounts of green energy utilized in regional grid mixes. The type and availability of renewable energy resources that are integrated into NZE barns will similarly be important in determining the potential of such technologies to support sustainable intensification in this sector.
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 | 0,001 | 0,001 |
| 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 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».