MétaCan
Menu
Retour à la cohorte
Enregistrement W3188710009 · doi:10.13031/trans.14613

The Manitoba Land Calculator: A Tool to Estimate Land Requirements for Manure Application in Manitoba, Canada

2021· article· en· W3188710009 sur OpenAlexaffabout
Roniele Cordeiro, Petra Loro, Marcos R. C. Cordeiro, Clay Sawka, Kim Ominski, Don Flaten

Notice bibliographique

RevueTransactions of the ASABE · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of ManitobaAgriculture Food and Rural DevelopmentGenome Prairie
Organismes subventionnairesnon disponible
Mots-clésLivestockManureNutrient managementManure managementLand useEnvironmental scienceSustainabilityProduction (economics)Agricultural scienceCalculatorNutrientAgroforestryAgricultural engineeringGeographyAgronomyEngineeringComputer scienceForestryEcologyBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Highlights The Manitoba Land Calculator is a tool to estimate land requirements for new and expanding livestock operations. This new tool reflects Manitoba production practices and recent advances in animal and crop performance. Considerably more land is needed for management of manure phosphorus than when only nitrogen is considered. Sufficient land for application of manure supports the environmental sustainability of livestock production. Abstract . The planning of new livestock and poultry facilities or expansion of existing facilities should ensure sufficient land for manure application. Decision support tools used to establish land requirements for manure nutrients should take into consideration advances in animal genetics, performance, feeding strategies, and available feeds. This article presents a new tool for estimating land requirements for new and expanding pig, beef, dairy, and poultry operations in the province of Manitoba, Canada. The Manitoba Land Calculator (MLC) estimates land requirements for manure nitrogen (N) and phosphorus (P). It uses a mass balance approach to estimate nutrient excretion by livestock and poultry based on typical Manitoba feeding practices, weight gain, and production cycles. Crop nutrient utilization and removals can be calculated for 20 common crops grown in Manitoba using reliable long-term yields and farm-specific crop areas. Two case studies (pig and poultry) were selected from the Livestock Technical Review Public Registry on the Government of Manitoba website to illustrate the inputs and outputs associated with the MLC. The results indicated that land requirements increased by 4.6-fold and 5.7-fold for the poultry and pig operations, respectively, compared to the previous provincial methodology due to the inclusion of P in the model. Securing additional land during the planning stages will support the implementation of nutrient stewardship principles that ensure the long-term environmental sustainability of livestock operations. Keywords: Animal production, Land requirements, Livestock and poultry, Manure, Mass balance, Nutrient excretion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,733
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,237
Écart entre enseignants0,228 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the ASABEMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207