A Promising Niche: Current State of Knowledge on the Agroecological Contribution of Alternative Livestock Farming Practices
Notice bibliographique
Résumé
Agroecology is increasingly used to study the evolution of farms and food systems, in which livestock plays a significant part. While large-scale specialized livestock farms are sometimes criticized for their contribution to climate change and nutrient cycle disruption, interest in alternative practices such as raising multiple species, integrating crop and livestock, relying on pasture, and marketing through short supply chains is growing. Through a narrative review, we aimed to determine if the scientific literature allowed for an evaluation of the agroecological contribution of alternative livestock farming practices. Taking advantage of ruminants’ capacity to digest human-inedible plant material such as hay and pasture on marginal land reduces the competition between livestock feed and human food for arable land. Taking advantage of monogastric animals’ capacity to digest food waste or byproducts limits the need for grain feed. Pasturing spreads manure directly on the field and allows for the expression of natural animal behavior. Animals raised on alternative livestock farms, however, grow slower and live longer than those raised on large specialized farms. This causes them to consume more feed and to emit more greenhouse gases per unit of meat produced. Direct or short supply chain marketing fosters geographical and relational proximity, but alternative livestock farms’ contribution to the social equity and responsibility principles of agroecology are not well documented. Policy aimed at promoting practices currently in place on alternative livestock farms is compatible with agroecology but has to be envisioned in parallel with a reduction in animal consumption in order to balance nutrient and carbon cycles.
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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».