The environmental impact and development direction of grass carp, <i>Ctenopharyngodon idella,</i> aquaculture
Notice bibliographique
Résumé
Abstract Grass carp, Ctenopharyngodon idella, is the largest freshwater aquaculture fish species worldwide. However, its environmental impacts are increasingly controversial. In this paper, we considered the production of a 1500 g commercial grass carp as an example, analyzed through a life cycle assessment. The results showed that the indicators of global warming potential (GWP), acidification potential, eutrophication potential, freshwater eco‐toxicity potential (FAETP), land competition (LC), and fossil energy consumption of producing 1 kg of grass carp were equivalent to 5.7267 kg of CO2, 0.0648 kg of 1,4‐DCB0, 0.0010 kg of P, 0.0276 kg of SO2, 8.2951 m2, 0.3491 kg of oil, respectively, and were mainly from feed processing and water pollution. Compared with pig, beef, and sheep production, grass carp production has lower environmental impacts, but in terms of GWP, FAETP, and LC were significantly higher than chicken production, especially water pollution and discharge, which is an important consideration. This study clarifies the direction of grass carp production and key focus areas include producing low carbon and nitrogen emission feed, application of ecological engineering aquaculture system, intelligent mechanization technology and equipment.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».