MétaCan
Menu
← Retour à la cohorte
Enregistrement W6940683924 · doi:10.11575/prism/40650

Reducing Emissions, Not Cows: Regulatory Policies to Mitigate Methane

2022· other· en· W6940683924 sur OpenAlexaboutno aff

Notice bibliographique

RevuePRISM (University of Calgary) · 2022
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMethaneGreenhouse gasSubsidyMethane emissionsCarbon offsetAgriculture

Résumé

récupéré en direct d'OpenAlex

Enteric fermentation is a process that occurs in ruminant animals, such as cattle, during the digestive process. Methane gas is a by-product of enteric fermentation, expelled when cattle exhale or belch. Methane gas is ~28-34 times more potent than carbon dioxide, and with its short lifespan, can provide an effective short-term way to prevent additional warming. Enteric fermentation causes 43% of Canada’s agricultural methane emissions; however, there are no policies in place to regulate these emissions. Here we show that market-based instruments can encourage farmers to uptake effective mitigation techniques. We conduct a rapid review, analyzing literature to inform mitigation techniques and a jurisdictional scan to examine agricultural policies in other countries. The review of literature reveals two effective mitigation techniques: adding Asparagopsis taxiformis (red seaweed) to feed and efficiency breeding/genetic selection. The jurisdictional scan reveals that market-based instruments, specifically subsidies and offset protocols, are a widely used tool to mitigate methane from enteric fermentation. Our results demonstrate that Canada has regulatory options available to reduce methane from enteric fermentation. This paper recommends Canada create offset protocols within its new offset system that incentivize the uptake of Asparagopsis taxiformis as a feed additive and efficiency breeding/genetic selection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,341
Score d'incertitude au seuil0,687

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,012
Tête enseignante GPT0,196
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)→Même sujetMycorrhizal Fungi and Plant Interactions→Travaux en français237 207→