MétaCan
Menu
Retour à la cohorte
Enregistrement W4205110364 · doi:10.3389/fanim.2021.795200

Current Perspectives on Achieving Pronounced Enteric Methane Mitigation From Ruminant Production

2022· article· en· W4205110364 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Animal Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgencia Nacional de Investigación y Desarrollo
Mots-clésMethanogenesisGreenhouse gasRuminantRumenEnvironmental scienceProduction (economics)ProductivityMethaneBiotechnologyNatural resource economicsAgronomyFermentationBiologyFood scienceEcologyCropEconomics

Résumé

récupéré en direct d'OpenAlex

Limiting global warming to 1.5°C above pre-industrial levels by 2050 requires achieving net zero emissions of greenhouse gases by 2050 and a strong decrease in methane (CH 4 ) emissions. Our aim was to connect the global need for mitigation of the emissions of greenhouse gases and enteric CH 4 from ruminant production to basic research on the biological consequences of inhibiting rumen methanogenesis in order to better design strategies for pronounced mitigation of enteric CH 4 production without negative impacts on animal productivity or economic returns. Ruminant production worldwide has the challenge of decreasing its emissions of greenhouse gases while increasing the production of meat and milk to meet consumers demand. Production intensification decreases the emissions of greenhouse gases per unit of product, and in some instances has decreased total emissions, but in other instances has resulted in increased total emissions of greenhouse gases. We propose that decreasing total emission of greenhouse gases from ruminants in the next decades while simultaneously increasing meat and milk production will require strong inhibition of rumen methanogenesis. An aggressive approach to pronounced inhibition of enteric CH 4 emissions is technically possible through the use of chemical compounds and/or bromoform-containing algae, but aspects such as safety, availability, government approval, consumer acceptance, and impacts on productivity and economic returns must be satisfactorily addressed. Feeding these additives will increase the cost of ruminant diets, which can discourage their adoption. On the other hand, inhibiting rumen methanogenesis potentially saves energy for the host animal and causes profound changes in rumen fermentation and post-absorptive metabolism. Understanding the biological consequences of methanogenesis inhibition could allow designing strategies to optimize the intervention. We conducted meta-regressions using published studies with at least one treatment with >50% inhibition of CH 4 production to elucidate the responses of key rumen metabolites and animal variables to methanogenesis inhibition, and understand possible consequences on post-absorptive metabolism. We propose possible avenues, attainable through the understanding of biological consequences of the methanogenesis inhibition intervention, to increase animal productivity or decrease feed costs when inhibiting methanogenesis.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,017
Tête enseignante GPT0,247
Écart entre enseignants0,230 · 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