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 (NH3) 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 NH3 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 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».