Considering the role of the energy grid mix on indirect water use in dairy barns
Notice bibliographique
Résumé
• Water use associated with electricity generation is substantial contributor to the water footprint of dairy farms. • Canada was used as a case study because its provinces have a wide range of electricity grid mixes. • Water use related to electricity was 3.5 L kg -1 milk on average (range: 1.4 – 5.8 L kg -1 ). • Energy conservation in barns could reduce water use by 1.0 L kg -1 milk, on average. • On-farm solar array can lower grid-electricity-related water use substantially. Water use is an important environmental concern for the dairy sector. There are two kinds of water use in the dairy sector, direct and indirect. Electricity generation (e.g., cooling water, evaporation, etc.) is an indirect use of water and a significant contributor to the overall water budget depending on how electricity is generated. In Canada, the dairy industry is distributed across 10 provinces each with a wide range of electricity generation sources in their grid mix, making it an interesting case study. For a dairy farm that uses 1021 kWh cow -1 y -1 (9.4 – 10.6 kWh per 100 kg milk, depending on the province), the average water use related to generating electricity was estimated to be 3.48 L kg -1 milk (range: 1.40 – 5.77 L kg -1 , depending on the electricity grid). Energy conservation technologies could reduce electricity use by as much as 30 % and thus reduce water use by 1.04 L kg -1 milk on average (range: 0.42 – 1.73 L kg -1 ). Installing an on-farm solar array (0.40 kWp cow -1 ; i.e. one 400-watt solar panel per cow) could lower grid-electricity-related water use by 35 – 51 % (or by 0.57 – 2.71 L kg -1 ). Solar array sized with the capacity to reach net-zero electricity is feasible and can eliminate grid-electricity-related water use. This study highlights that dairy farms can achieve substantial water savings by strategically using electricity conservation and renewables, with the magnitude depending on the electricity grid mix, a relationship that has yet to be analyzed in current literature.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».