MétaCan
Menu
Retour à la cohorte
Enregistrement W4246087652 · doi:10.18174/521575

Emissies naar lucht uit de landbouw,1990-2018 : Berekeningen met het model NEMA

2020· report· nl· W4246087652 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

Revuenon disponible
Typereport
Languenl
DomaineEnergy
ThématiqueEnergy, Environment, Agriculture Analysis
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésManureEnvironmental scienceLivestockParticulatesLimeNitrous oxideManure managementEmission inventoryMethane emissionsAnimal scienceEnvironmental engineeringMethaneAir pollutionAgronomyForestryChemistryGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Landbouwkundige activiteiten vormen in Nederland een belangrijke bron van gasvormige emissies van ammoniak (NH3), stikstofoxide (NO), lachgas (N2O), methaan (CH4), niet-methaan vluchtige organische stoffen (NMVOS), CO2 uit kalkmeststoffen en fijnstof (PM10 en PM2,5). De emissies zijn berekend met het National Emission Model for Agriculture (NEMA). In 2018 bedroeg de NH3-emissie uit dierlijke mest, uit kunstmest en overige bronnen in de landbouw, bij hobbybedrijven, bij particulieren, en bij mestafzet op natuurterreinen in totaal 118,0 miljoen kg NH3, 2,2 miljoen kg minder dan in 2017. De stikstofexcretie van de veestapel daalde in 2018 ten opzichte van 2017 door krimp van de melkveestapel. De N2O-emissie lag in 2018 met 20,5 miljoen kg 0,5 miljoen kg onder het niveau van 2017. De NO-emissie daalde in 2018 met 0,6 miljoen kg tot 22,3 miljoen kg. De CH4-emissie daalde door de krimp van de melkveestapel van 503 naar 484 miljoen kg. De emissie van NMVOS daalde van 98 naar 93 miljoen kg. De emissie van fijnstof PM10 daalde van 6,2 miljoen kg in 2017 tot 5,9 miljoen kg in 2018. De emissie van PM2,5, bleef onveranderd op 0,6 miljoen kg. Op basis van in het rapport beschreven nieuwe gegevens zijn voor enkele jaren in de tijdreeks nieuwe cijfers berekend. Sinds 1990 is de NH3-emissie uit dierlijke mest met tweederde gedaald, vooral door een lagere stikstofexcretie en door emissiearme mesttoediening. Emissies van N2O en NO daalden in dezelfde periode eveneens, maar minder sterk met respectievelijk 40% en 33%. Door het in de bodem brengen van mest zijn deze emissies toegenomen ten opzichte van bovengrondse mesttoediening en daarnaast door een verschuiving in excretie van weide naar stallen. Tussen 1990 en 2018 daalde de emissie van CH4 met 18% door een afname van de dieraantallen en hogere voederefficinties van melkvee. De PM10 emissies stegen in dezelfde periode met 19%, door de omschakeling bij legpluimvee van stalsystemen met natte naar vaste mest.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,026
Tête enseignante GPT0,249
Écart entre enseignants0,223 · 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

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy, Environment, Agriculture AnalysisTravaux en français237 207