MétaCan
Menu
Retour à la cohorte
Enregistrement W4413097727 · doi:10.1016/j.animal.2025.101617

Review: Effect of breeding strategies, feeding and manure management, to mitigate methane emissions in dairy cattle farming: an overview and the road ahead

2025· article· en· W4413097727 sur OpenAlexaffabout
Thomas Zanon, Christine F. Baes, F. Miglior, M. Gierus, Matthias Gauly

Notice bibliographique

Revueanimal · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesLibera Università di Bolzano
Mots-clésMethane emissionsAgricultureManureManure managementDairy cattleEnvironmental scienceMethaneAgricultural scienceDairy farmingGreenhouse gasBusinessAgronomyAnimal scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

• Dairy production significantly contributes to CH 4 emissions. • Selective breeding for lower emissions is a promising strategy. • Storage and temperature are pivotal for reducing manures’ CH 4 emissions. • Some feed additives show promising results for reducing CH 4 emissions. • Combined approaches have the potential to reduce CH 4 emissions in dairy farming. Ruminant production systems, in particular those involving cattle, play a substantial role in greenhouse gas emissions, particularly because of the amount of methane ( CH 4 ) that they eruct. Here, we describe and incorporate the most relevant interdisciplinary approaches to mitigating CH 4 emissions in dairy cattle farming. We examine genetic selection for reduced daily CH 4 production, including key methods (direct measurement and mid-infrared spectroscopy predictions) now being integrated into breeding goals in some countries (e.g., Canada). We also evaluate feeding interventions, such as forage digestibility improvements and the use of additives (tannins, algae, and specialised compounds like 3-nitrooxypropanol), which may reduce CH 4 production in the rumen. Finally, we discuss manure management strategies (anaerobic digestion, reduced storage time, lower temperature) that can mitigate CH 4 release. By combining these approaches, producers can potentially reduce CH 4 emissions per unit of milk while maintaining productivity. However, important challenges persist — such as scaling up breeding practices without simply shifting emissions to beef systems, and verifying long-term impacts of dietary additives. We conclude that integrated breeding, feeding, and manure management strategies, supported by robust research and policy incentives, are essential for curbing dairy CH 4 emissions while ensuring sustainable milk production worldwide.

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)0,000
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 enseignants0,962
Score d'incertitude au seuil0,129

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,033
Tête enseignante GPT0,316
Écart entre enseignants0,283 · 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'étudeObservationnel
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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueanimalMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207