MétaCan
Menu
Retour à la cohorte
Enregistrement W4412400848 · doi:10.1139/cjas-2025-0021

Ensiling of food waste for subsequent inclusion in ruminant diets

2025· article· en· W4412400848 sur OpenAlexafffundvenue
Kim Ominski, Stephanie A. Terry, Vicky Garcia, Kim Stanford, Tim A. McAllister

Notice bibliographique

RevueCanadian Journal of Animal Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensUniversity of LethbridgeLethbridge CollegeAgriculture and Agri-Food CanadaUniversity of ManitobaCanadian Science Centre for Human and Animal Health
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBeef Cattle Research Council
Mots-clésRuminantInclusion (mineral)Food scienceFood wasteAnimal scienceBiologyBiotechnologyChemistryAgronomyMineralogyPastureEcology

Résumé

récupéré en direct d'OpenAlex

There is growing global concern about food waste, leading to increased interest in using it as livestock feed. However, since most food waste is high in moisture, it spoils quickly, making it necessary to feed it immediately or preserve it for subsequent feeding. Drying can reduce the moisture content of food waste, but the combustion of fossil fuels adds to feed costs and emits greenhouse gases. As a result, ensiling of food waste may be a more desirable preservation technique. Various cull crops and by-products have been successfully ensiled to generate high quality feed for ruminants. However, the ensiling of food waste presents its own challenges due to variability in chemical composition and moisture levels that are unsuitable for ensiling. Additionally, the nutrient content of food waste is often unpredictable and high in fibre, making it more suitable as a feed for ruminants than for swine or poultry. Food waste silage has the potential to improve the sustainability of ruminant production systems while addressing the global food waste crisis.

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 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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,019
Tête enseignante GPT0,250
Écart entre enseignants0,231 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetFood Waste Reduction and SustainabilityTravaux en français237 207