Milk quality and production under climate change uncertainty: case of the Algerian cattle breed
Notice bibliographique
Résumé
Algerian indigenous cattle breeds are well adapted to the harsh local arid and semi-arid environments. This study aims to summarize livestock practices, milk quality, and discuss the potential of local cattle breeds to maintain production capacity in the face of global warming conditions. A total of 175 smallholder farmers who practice the breeding of the Algerian local cattle breed were interviewed using a formal questionnaire. Following that, 122 milk samples were collected for physicochemical and bacteriological analyses. Climate data variability in the study area was evaluated. Results reveal that between 1980 and 2018, the average annual temperature rose by 0.3 ± 0.001 °C per year. Predictions suggest that by 2081 to 2100, temperatures could increase by 1.18°C under SSP1-2.6, 2.33°C under SSP2-4.5, and 4.59°C under SSP5-8.5. In the same period from 1980 to 2018, annual precipitation decreased by -0.99 ± 0.24 mm per year. Projections indicate a further decline of 22.5 mm for SSP1-2.6, 44.4 mm for SSP2-4.5, and 95.2 mm for SSP5-8.5 from 1980-2000 to 2081-2100. These changes in temperature and precipitation coincided with an expansion of cropland, which increased by 90.3% from 1992 to 2005. Conversely, pasture areas decreased by 53.7% between 1993 and 2009. A socio-demographic survey revealed that breeders have a low educational level (39.4% are unlettered). They own a small herd (6.84 ± 8.66 cattle). Moreover, the average daily milk production was 4.13 ± 2.12 Liters/cow, with acceptable physicochemical quality but poor bacteriological quality. Considering the climate change vulnerability of the study area, we can conclude that the exploitation of local breeds seems to be the best adaptation strategy to climate change effects. Conservation programs for local breeds can enhance biodiversity and ecosystem balance. Concurrently, genetic improvement programs have the potential to boost productivity and profitability, making substantial contributions to social equity and local economies.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».