DATAMAN: A global database of nitrous oxide and ammonia emission factors for excreta deposited by livestock and land-applied manure
Notice bibliographique
Résumé
Nitrous oxide (N2 O), ammonia (NH3 ), and methane (CH4 ) emissions from the manure management chain of livestock production systems are important contributors to greenhouse gases (GHGs) and NH3 emitted by human activities. Several studies have evaluated manure-related emissions and associated key variables at regional, national, or continental scales. However, there have been few studies focusing on the drivers of these emissions using a global dataset. An international project was created (DATAMAN) to develop a global database on GHG and NH3 emissions from the manure management chain (housing, storage, and field) to identify key variables influencing emissions and ultimately to refine emission factors (EFs) for future national GHG inventories and NH3 emission reporting. This paper describes the "field" database that focuses on N2 O and NH3 EFs from land-applied manure and excreta deposited by grazing livestock. We collated relevant information (EFs, manure characteristics, soil properties, and climatic conditions) from published peer-reviewed research, conference papers, and existing databases. The database, containing 5,632 observations compiled from 184 studies, was relatively evenly split between N2 O and NH3 (56 and 44% of the EF values, respectively). The N2 O data were derived from studies conducted in 21 countries on five continents, with New Zealand, the United Kingdom, Kenya, and Brazil representing 86% of the data. The NH3 data originated from studies conducted in 17 countries on four continents, with the United Kingdom, Denmark, Canada, and The Netherlands representing 79% of the data. Wet temperate climates represented 90% of the total database. The DATAMAN field database is available at http://www.dataman.co.nz.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».