Recycling nutrients in the beef supply chain through circular manuresheds: Data to assess tradeoffs
Notice bibliographique
Résumé
Nutrient circularity can help supply chain participants meet sustainability targets. Across the segmented beef supply chain, opportunity exists to reinforce and introduce nutrient circularity by recycling surplus manure nutrients from cattle feedlots to lands where cattle feed is produced. We describe four datasets developed to evaluate options in U.S. and Canadian beef systems. The datasets delineate three "circular manuresheds," each encompassing a hay-grazing landscape where beef cattle are raised on grazingland and supplemented with hay grown nearby, and the distant feedlots where those cattle produce manure nutrients for potential import back to the hayfields. We selected the hay-grazing landscapes of New Mexico, USA; Florida, USA; and western Canada (Manitoba, Saskatchewan, Alberta, British Columbia) because of their significant grazingland production and potential to substitute feedlot manure for commercial fertilizer on hayfields. In each circular manureshed, the manure nutrients from major feedlot destinations could supply a considerable proportion of the P used by hay for grazing cattle: 34% of the P requirements in New Mexico, 36% in Florida, and 6% in western Canada. The average distance to return the resource was 647 km for New Mexico, 1,884 km for Florida, and 1,587 km for western Canada. These magnitudes and distances suggest that the New Mexico circular manureshed may be the most economically viable in the current agri-food system, but this reflects only part of a greater, multi-factor assessment of tradeoffs. The circular manureshed concept provides a platform for simultaneous consideration of competing factors for sustainability via circularity.
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 | 0,005 | 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 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».