Emisiones de gases de efecto invernadero: simulación de un sistema ganadero de carne típico de la región central Argentina
Bibliographic record
Abstract
La demanda global de alimentos estimula el aumento de la producción agro-ganadera para garantizar la disponibilidad alimentaria pero, a la vez, plantea desafíos en cuanto al aumento en las emisiones de gases de efecto invernadero. Existen claras evidencias que la ganadería bovina contribuye de forma importante, directa e indirectamente, a estas emisiones. Sin embargo, no es claro el aporte relativo de los diferentes subsistemas de producción ganaderos, como la cría, la recría y la terminación o engorde. En este trabajo, estimamos las emisiones de metano (CH4 ) y óxido nitroso (N2 O) que producen los subsistemas de cría, recría y terminación en un sistema ganadero típico de la región central Argentina, en la provincia de San Luis. Para estas estimaciones, se utilizó el nivel 2 de la metodología recomendada por el Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC, 2006). Las emisiones promedio para todo el sistema fueron de 1.500 kg eq-CO2 por animal al año. De este total, el 76% corresponden a las emisiones de CH4 y el 24% a las emisiones de N2 O. En los subsistemas de cría y recría, la mayor emisión de gases también corresponde a CH4 , pero en la etapa de terminación es mayor la emisión de N2 O. En la cría, la categoría vaca en lactancia fue la que tuvo mayor cantidad de emisiones de CH4 (2.407 eq-CO2 /animal), seguida de la categoría toros (2.306 eqCO2 /animal); en la recría, los novillos fueron las categorías que mayor emisión de CH4 (1.100 eq-CO2 /animal) y N2 O (324 eq-CO2 /animal) produjeron. En terminación, emitieron mayor cantidad de N2 O la vaca cut (vaca criando último ternero) (728 eq-CO2 /animal) seguida de la categoría toro (549 eq-CO2 /animal). Con el análisis de regresión de mínimos cuadrados parciales (PLS) se observó una estrecha relación entre las variables predictoras (consumo del animal y peso), como así también las variables respuestas (CH4 y N2 O). A su vez, el CH4 es la variable que más se asocia a las variables de clasificación (subsistemas ganaderos) observándose mayor relación con la cría. Estas emisiones de gases de efecto invernadero producidas por el ganado bovino podrían reducirse aplicando distintas estrategias tecnológicas: i) vinculadas a la alimentación manejando la dieta de los rumiantes; ii) relativas a la composición del rodeo realizando una exhaustiva selección de categorías evitando animales improductivos; iii) observando la salud del animal y iv) procurando ajustar la genética del animal al ambiente y al producto que se quiera obtener.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".