Modelling environmental impacts associated with the removal of productivity-enhancing technologies from Canadian feedlots: a case study
Notice bibliographique
Résumé
Greenhouse gas (GHG) and ammonia (NH 3 ) emissions, land and water use associated with feedlot cattle ( n = 40 hd treatment −1 trial −1 ) treated with or without productivity-enhancing technologies were modelled for a multiyear study ( n = 4). Heifers (H) were assigned to the following treatments: (1) implanted (HTBA); (2) provided with melengestrol acetate (HMGA); (3) nonimplanted control, weight-adjusted (CON_Adj) to achieve the same final carcass weight (CW) as 1 (HCON_AdjTBA); or (4) CON_Adj to achieve the CW as 2 (HCON_AdjMGA). Steers (S) were assigned as follows: (1) implanted (STBA); (2) implanted and provided with ractopamine hydrochloride (SRAC; conducted in the last 2 years); (3) CON_Adj to achieve the same CW as 1 (SCON_AdjTBA); or (4) CON_Adj to achieve the same CW as 2 (SCON_AdjRAC). The GHG and NH 3 emissions from HTBA, HMGA, STBA, and SRAC were 3.8%, 3.0%, 10.1%, and 8.5% lower and 4.3%, 2.9%, 7.4%, and 7.6% lower, respectively, than the respective control cattle. The land required to produce feed was also reduced by 6.6%, 4.8%, 9.9%, and 10.9%, while water use was reduced by 6.4%, 4.8%, 10.1%, and 11.1% for HTBA, HMGA, STBA, and SRAC, respectively. This modelling study clearly demonstrates that conventional beef production systems have a lower environmental footprint than nonconventional 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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».