Livestock–cropland re-coupling and intensive farming: strategies for enhancing greenhouse gas mitigation and eco-efficiency in wheat–maize production in North China Plain
Notice bibliographique
Résumé
Abstract Using manure compost can be an effective strategy to sustain crop production, mitigate greenhouse gas (GHG) emissions, and promote soil organic carbon (SOC) sequestration. However, in the North China Plain (NCP)—a key food hub in China—the disconnect between livestock farms and croplands limits manure recycling, obscuring its potential environmental benefits and economic costs. This study employs a life cycle assessment method to quantify GHG and ammonia emissions, SOC sequestration, economic performance, and the eco-efficiency of wheat–maize production in the NCP across six livestock–cropland coupling scenarios: farmers’ practice (FP), traditional household farming (HF), modern intensive decoupled systems with low (L), medium (M), and high (H) manure returning rates, and an intensive coupled system with optimum manure returning rate (IC). The results show that increasing manure return rates in intensive systems decreases the net global warming potential (NGWP), emphasizing the importance of livestock–cropland re-coupling. Emissions embodied in the field input supply chain was identified as a major NGWP contributor, while SOC accumulation significantly contributed to net GHG mitigation. The IC scenario is both the most economically viable ($322.8 (t grain)−1) and eco-efficient (1.03 kg CO2-eq USD−1) system. With the same compost application rates, intensive farming reduced the NGWP by 26.1% compared to household farming, despite trade-offs between GHG and NH3 emissions. The FP scenario had the highest climate impact (722.8 kg CO2-eq (t grain)−1) and the lowest eco-efficiency (4.91 kg CO2-eq USD−1). These insights advance our understanding of sustainable management practices for pursuing synergistic progress in economic gains, environmental conservation, and sustainable agricultural production.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».