The carbon footprint of beef cattle systems in the Southeast United States
Notice bibliographique
Résumé
Grasslands in the Southeast United States (SE US) cover 15.8 million ha and most of this area is dedicated to beef production systems. This region holds 6.3 million beef cows and 12.1 million cattle, including calves. Beef cattle systems in the SE US are mostly cow-calf based, and most of the greenhouse gas emission from cattle occurs during this phase (cow-calf) because of their forage-based diet. This review assessed the carbon footprint (C footprint) of beef cattle systems in the SE US and indicates possible ways to reduce it. Major emissions in beef cattle systems come from livestock enteric fermentation and greenhouse gases from excreta. Cow-calf systems in the SE US are typically low input, although they use some industrial fertilizers, machinery, and fossil fuel, which adds to the C footprint of the sector. There are opportunities to reduce the beef C footprint in the SE US by adopting climate-smart practices, including preservation of natural ecosystems that have potentially high carbon sequestration, afforestation, integration of forage legumes (and reduction of nitrogen fertilizer), use of slow-release fertilizers, and dietary interventions. In fact, depending on the level of adoption of some of these practices, it is possible to establish climate-neutral beef at the farm gate in the SE US. Beef is a key food for humans and has large economic effects. Development of climate-smart beef could create opportunities for a niche market that recognizes the environmental footprint of agricultural production and could incentivize producers to pursue those systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».