Methane reductions with gypsum and SOP® lagoon additives in liquid manure
Notice bibliographique
Résumé
The agriculture industry is an important source of greenhouse gas emissions globally with livestock production being a main contributor. Therefore, there is a need to reduce methane (CH4) emissions from livestock production, including liquid manure storages. Using an additive that decreases methanogenesis is one approach currently being considered. This study tests two additives: SOP® Lagoon (a commercial additive) and a commonly used, local fertilizer, gypsum. The objective was to determine the capability of the two products to reduce CH4 emissions. Tests were done at 24°C in the laboratory with multiple rates of the additives (100, 1,000, 5,000 and 10,000 g/m3). Methane produced by untreated dairy manure (control) was compared to manure with addition of gypsum or SOP® Lagoon over 162 days. Results showed that peak CH4 reduction occurred between 20 and 30 days, then declined. The lowest dose of both additives (100 g/m3) did not significantly reduce CH4 over the duration of the study. Efficacy increased non-linearly with an increasing dose up to 5,000 g/m3. After 30 days, CH4 reduction decreased by 32, 73, 74% for SOP® Lagoon rates 1,000, 5,000, 10,000 g/m3, and 20, 60, and 63% for gypsum. Both SOP® Lagoon and local gypsum showed similar reduction in methane emissions at similar application rates. This is an indication that farmers can confidently use locally sourced gypsum, a low-cost alternative to the commercial additive, without affecting the overall mitigation potential.
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 | 0,000 |
| 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) | 0,001 | 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 ».