MétaCan
Menu
Retour à la cohorte
Enregistrement W4384447283 · doi:10.3390/ani13142301

Measurement of Ammonia and Hydrogen Sulfide Emission from Three Typical Dairy Barns and Estimation of Total Ammonia Emission for the Chinese Dairy Industry

2023· article· en· W4384447283 sur OpenAlexaff
Zhifang Shi, Lei Xi, Xin Zhao

Notice bibliographique

RevueAnimals · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAmmoniaAnimal scienceHydrogen sulfideDairy cattleChemistryEnvironmental scienceDairy industryEmission inventoryBiologyFood scienceSulfurAir pollution

Résumé

récupéré en direct d'OpenAlex

There is an urgent need for accurate measurement for emissions of ammonia (NH3) and hydrogen sulfide (H2S) in dairy barns in order to obtain reliable emission inventories and to develop and evaluate abatement strategies. This experiment was performed on three dairy farms in central China during 14 consecutive days in the winter 2020. Concentrations of NH3 and H2S were measured every two hours. The samples were taken inside and outside of barns from 7 sites at two heights (at floor and 1.5 over the floor). The results show that the average NH3 concentration was 2.47 mg/m3 with a maximum of 4.62 mg/m3, while the average H2S concentration was 0.179 mg/m3 with a maximum of 0.246 mg/m3. Lactating cows produced significantly more NH3 (3.73 mg/m3 versus 2.34 mg/m3) and H2S (0.24 mg/m3 versus 0.14 mg/m3) than non-lactating cows. NH3 and H2S concentrations were higher at 0 m than at 1.5 m, especially during the day. In addition, the average daily emission rates per animal unit (AU = 500 kg weight) were 23.5 g and 0.21 g for NH3 and H2S, respectively. The emission rate for NH3 was then used to extrapolate the NH3 emission from the Chinese dairy production. Our estimation for 2016 was 0.45 Tg, and it could reach 1.35 Tg by 2050. These numbers reflected our first attempt to calculate emission inventories for the Chinese dairy industry. Our results also suggest that more concrete measures must be taken to reduce the uncertainties of NH3 emissions from dairy cow production in China.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,026
Tête enseignante GPT0,271
Écart entre enseignants0,244 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetOdor and Emission Control TechnologiesTravaux en français237 207