MétaCan
Menu
Retour à la cohorte
Enregistrement W7057066456

Ilmastoviisaat ruokintaratkaisut Suomen maidontuotannossa : IRMA-hankkeen loppuraportti

2025· other· fi· W7057066456 sur OpenAlexaboutno aff

Notice bibliographique

RevueJukuri (Luonnonvarakeskus Tietopalvelu) · 2025
Typeother
Languefi
DomaineEngineering
ThématiqueMagnetic Field Sensors Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Work (physics)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ilmastoviisaat ruokintaratkaisut Suomen maidontuotannossa (IRMA) -hanke kuului MMM:n Hiilestä kiinni – tutkimus- ja innovaatio-ohjelmaan. Sen toteuttivat yhteistyössä Luonnonvarakeskus (Luke), Helsingin yliopisto (HY), Valio Oy ja A-Rehu Oy vuosina 2022-2024. IRMA-hanke keskittyi pötsin metaanintuotantoa vähentävien lisäaineiden, erityisesti 3-nitro-oksypropanolin (3-NOP; kauppanimi Bovaer®) mahdollisuuksiin ja haasteisiin maidontuotannon ilmastotavoitteiden saavuttamisessa. Hankkeessa selvitettiin lisäaineiden mahdollisuuksia vähentää pötsin metaanintuotantoa laboratoriossa suoritettavien in vitro -tutkimusten ja lehmien ruokintakokeiden avulla, kehitettiin 3-NOP:n aktiivisuuden säilyttävä väkirehujen pelletöintimenetelmä, toteutettiin 3-NOP:n ruokintapilotti 40 maatilalla sekä selvitettiin niin kuluttajien kuin maidontuottajien asenteita ilmastomyötäisen maidontuotannon eri kysymyksiin sekä politiikkakeinoja uusien ruokintakeinojen käyttöönoton edistämiseen. IRMA-hankkeessa toteutettiin Suomen ensimmäiset ruokintakokeet ja metaanintuotantomittaukset 3-NOP:ia käyttäen sekä toteutettiin laaja maatilapilotti, mikä on oletettavasti lisännyt tämän metaaninvähennysvaihtoehdon tunnettuutta ja vähentänyt mahdollisia ennakkoluuloja lähestymistapaa kohtaan. Suhteessa kustannuksiin ja haittavaikutuksiin 3-NOP lienee tällä hetkellä paras ruokinnallinen vaihtoehto pötsin metaanintuotannon vähentämiseen. 3-NOP osoitti tehonsa pötsin metaanipäästöjen vähentämisessä myös Suomen olosuhteissa, vaikka suhteellinen vähennys oli jonkun verran pienempi (n. 20 %) kuin kansainvälisten tutkimustulosten perusteella odotettu (n. 30 %). Suhteellisen matala pitoisuus rehussa (jopa alle 60 mg/kg rehun kuiva-ainetta) lienee kannattavin ainakin suhteessa saavutetun päästövähennyksen hiilidioksidiekvivalenttihintaan. Metaanin osuus maidon hiilijalanjäljestä on 45 % (ilman maankäyttösektoria) ja viidenneksen vähennys tähän tuo noin 10 % pienennyksen maidon hiilijalanjälkeen. Vaikka kuluttajat suhtautuivat pääsääntöisesti myönteisesti 3-NOP:n käyttöön maidontuotannossa, maksuhalukkuus oli melko pieni. Maitotilayrittäjät suhtautuivat kyselytutkimuksen perusteella pääasiassa myönteisesti ilmastopäästöjen vähentämiseen, mutta haluavat itse vaikuttaa keinojen valintaan eivätkä koe pystyvänsä osallistumaan merkittävästi päästöjen vähentämisen kustannuksiin, vaan haluavat saada korvauksen päästövähennystoimenpiteilleen. Tämän hankkeen ja ulkomaisten kokeiden perusteella tuotettiin malli, jolla 3-NOP:n saannin perusteella voidaan estimoida toteutunut metaaninvähennys. Hankkeen aikana Valio otti käyttöön teollisuusasiakkaille suunnattuja tuotteita, joiden ilmastovaikutusta on pienennetty 3-NOP-ruokinnan avulla. 3-NOP:n vaikutus metaanintuotantoon on liitetty myös CARBO-laskuriin, jota käytetään monessa ruoka-alan yrityksessä (Valio, HK, Atria, Snellman, Juustoportti). Lisäaineilla voidaan vähentää nopeasti metaanin tuotantoa, mutta ne eivät korvaa pitkäjänteistä tuottavuuden tehostamista kuten rehuhyötysuhteen parantamista.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0030,001
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0530,006

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 Opus0,007
Tête enseignante GPT0,219
Écart entre enseignants0,212 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJukuri (Luonnonvarakeskus Tietopalvelu)Même sujetMagnetic Field Sensors TechniquesTravaux en français237 207