MétaCan
Menu
Retour à la cohorte
Enregistrement W4379518734 · doi:10.1139/er-2022-0095

Greenhouse gas emissions and carbon sequestration associated with Integrated Crop–Livestock–Forestry (ICLF) systems

2023· article· en· W4379518734 sur OpenAlexvenueno aff
Fernanda Figueiredo Granja Dorilêo Leite, Gabriel Nuto Nóbrega, Lana Cristina Baumgärtner, Fabiano Barbosa Alecrim, Júlia Graziela da Silveira, Renato Campello Cordeiro, Renato de Aragão Ribeiro Rodrigues

Notice bibliographique

RevueEnvironmental Reviews · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceGreenhouse gasCarbon sequestrationBiomass (ecology)AgricultureCarbon sinkAgroforestryEnvironmental protectionEcosystemCarbon dioxideAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

Greenhouse gas (GHG) emissions from the Agriculture, Forest, and Other Land Use sector account for 23% of net global anthropogenic emissions. However, effective conservation agriculture practices can sequester carbon (C) up to 1 m in soil depth and vegetation biomass. Integrated Crop–Livestock–Forestry (ICLF) systems attempt to ensure sustainable agricultural production by combining various agricultural, livestock, and forestry production systems. This bibliographic review aims to present and discuss ICLF systems and their advantages and disadvantages compared with conventional systems, achieving a better understanding of the sources and sinks of GHGs (CH 4 , N 2 O, and CO 2 ). Integrated systems exist in tropical and temperate climates with different practices, arrangements, designs, and modalities. Intercropping species with different root structures provides more ecological interactions that enhance biodiversity, soil quality, and C sequestration while reducing GHG emissions. Yet, ICLF systems are complex and require technical assistance and support for being implemented, besides an extensive initial investment that increases the cost of operation. A relevant carbon sink in ICLF systems is carbon from tree biomass, where the wood can be used for various purposes. Timber for sawmills and general construction has a longer C immobilization time. Methane from enteric fermentation is the greatest contributor to GHG emissions in livestock and ICLF systems. Nitrous oxide is released primarily from synthetic fertilizers (when applied), manure deposited on pastures, and the decomposition of plant residues. Carbon dioxide is emitted to a lesser extent from the application of lime and urea. Many studies do not include all compartments in the C balance and often focus on only one GHG or compartment of C. Accordingly, more studies on the sources and sinks of C and their potential to offset GHG emissions in terms of CO 2 equivalent are urged.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,229
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207