Modeling whole farm profitability and environmental performance of four alfalfa‐grass binary mixtures in eastern Canadian dairy farms
Notice bibliographique
Résumé
Abstract Forages are a major source of nutrients for milk production, but little is known about the effects of forage species on whole‐farm profitability and environmental performance. Using a whole‐farm approach, the N‐CyCLES (Nutrient‐Cycling Crops‐Livestock‐Environment‐Soil) optimization model, and experimentally measured data, this study aimed to compare the profitability and environmental performance of dairy farms when four alfalfa ( Medicago sativa L.)‐grass binary mixtures harvested and stored as silage and hay are used in ration formulation of heifers and lactating and dry cows: (a) alfalfa‐timothy ( Phleum pratense L.) (Al+Tim), (b) alfalfa‐tall fescue [ Schedonorus arundinaceus (Schreb.) Dumort.] (Al+TF), (c) alfalfa‐meadow fescue fescue [ Schedonorus pratensis (Huds.) P. Beauv.] (Al+MF), and (d) alfalfa‐meadow bromegrass ( Bromus biebersteinii Roem. & Schult.) (Al+Bro). Simulations were conducted on two virtual eastern Canadian dairy farms: southwestern (SWQ) and eastern Quebec (EQ). Comparisons were based on net income, greenhouse gas emissions, and nutrient balances. In SWQ, Al+Bro and Al+Tim led to the highest net income, but only slight differences were calculated between the four mixtures (maximum difference of 1.4%). In EQ, results suggested that Al+TF is the most viable alternative to Al+Tim mixtures as it allowed the farm to reach the highest profit (maximum difference of 8%). The choice of grass in alfalfa‐grass binary mixture had little impact on the farm's total greenhouse gas emissions: the lowest total greenhouse gas emissions were with Al+ MF in SWQ and with Al+TF in EQ. In SWQ, phosphorus balance was low for the four mixtures and the lowest nitrogen balance was reached with Al+MF and Al+Tim. Finally, in EQ, the lowest phosphorus balance was reached with Al+MF, whereas the lowest nitrogen balance was reached with Al+Bro. In conclusion, despite slight differences, all grass species tested allowed the farm to reach similar profits and environmental performance.
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) | 0,000 | 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 ».