MétaCan
Menu
Retour à la cohorte
Enregistrement W4409920275 · doi:10.1016/j.nexus.2025.100424

Carbon footprint reduction in Punjab agriculture: Analyzing impacts and strategies in major crop rotations

2025· article· en· W4409920275 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnergy Nexus · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCarbon footprintAgricultureCropFootprintReduction (mathematics)Environmental scienceCrop rotationGreenhouse gasAgricultural engineeringAgricultural economicsAgronomyGeographyEconomicsMathematicsEngineeringBiologyEcology

Résumé

récupéré en direct d'OpenAlex

• Resource Conservation Technologies cut carbon footprint by 16–194 % in crop rotations. • Crop residue management decreases carbon footprint by up to 98 % in paddy-wheat rotation. • Paddy cultivation emits 5 times more carbon than wheat and cotton in Punjab, India. • Direct Seeded Rice reduces methane emissions to zero compared to flooded cultivation. • Integrated Pest Management in cotton reduces pesticide-related emissions by up to 23 %. This research aimed to evaluate the carbon footprints in Punjab's agriculture, focusing on crop production and its mitigation strategies. Utilizing both primary and secondary data, the study sampled 120 farmers from two Punjab districts, Mansa and Sri Muktsar Sahib, through a multi-stage sampling technique. The sample was equally divided between farmers practicing paddy-wheat and cotton-wheat crop rotations. Secondary data, including emission factors for various agricultural inputs, were compiled from published sources. The study further categorized Resource Conservation Technology (RCT) adopters into specific scenarios for both crop sequences. The study reveals that emissions from paddy-wheat crop rotation (14,176 176 ± 3027 kg CO 2 eq/ha) are 3.5 times higher than that of cotton-wheat crop rotation. RCTs showed the significance reduction in carbon emissions in case of both crop rotations ranging from 0.5 to 194 % The findings also reveal that paddy cultivation is the principal carbon emitter, with emissions five times higher than wheat and cotton. The carbon footprint resulting from paddy residue burning was found to be 6997 ± 1660 kg CO 2 eq/ha, significantly reduced by 95 % to 161 - 311 kg CO 2 eq/ha in farmers adopting CRM techniques. Methane emissions from P PTR farms were significant (1747 ± 843 kg CO 2 eq/ha), constituting 16 % of total GHG emissions, whereas DSR farms showed no methane emissions. Adoption of C IPM +W CT leads to reduction in carbon emissions from insecticides by 23 % than C CT +W CT . The study advocates for financial incentives to motivate farmers towards adopting RCTs and ensuring timely availability of machinery for crop residue management and no-till practices for effective carbon footprint reduction. These findings highlight the critical need for integrated strategies involving technology adoption, efficient management practices, and policy interventions to achieve sustainable agricultural development and significantly reduce carbon emissions in Punjab's agriculture.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,215
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle