Greenhouse gas emissions from sheep excreta deposited onto tropical pastures in Kenya
Notice bibliographique
Résumé
To improve the estimate of greenhouse gas emissions (GHG) from tropical rangelands in sub-Saharan Africa, we measured GHG emissions from sheep excreta over two periods of 51 days on a Kenya rangeland. In addition, we measured GHG emissions from potential hotspots in the landscape linked to sheep grazing: overnight enclosures (“bomas”), where sheep are kept at night to protect them from theft and predators, the areas surrounding sheep bomas, and areas surrounding watering troughs. Results showed a short pulse of CO2 fluxes after sheep urine application and a rapid increase of CH4 fluxes following sheep dung application in both rainy and dry season. However, only small increases of N2O fluxes were observed after dung and urine applications compared to controls without excreta. Elevated N2O fluxes mainly coincided with heavy rainfall. Overall, N2O emission factors (EFs) did not vary across excreta type or seasons, but mean N2O EFs for dung (0.01%) and urine patches (0.02%) were only one tenth of the default EFs from the 2019 IPCC Refinement for dry climate. We did, however, find that bomas and watering troughs are sites of herd concentration that are important sources of GHG emissions in the landscape, and that emissions in these locations can remain elevated for months to years, especially when soil moisture is high. This study contributes to more robust estimates of GHG emissions from African livestock systems, which are fundamental to develop targeted mitigation strategies.
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 | 0,000 | 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) | 0,003 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».