MétaCan
Menu
Back to cohort
Record W4246087652 · doi:10.18174/521575

Emissies naar lucht uit de landbouw,1990-2018 : Berekeningen met het model NEMA

2020· report· nl· W4246087652 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

Venuenot available
Typereport
Languagenl
FieldEnergy
TopicEnergy, Environment, Agriculture Analysis
Canadian institutionsImpact
Fundersnot available
KeywordsManureEnvironmental scienceLivestockParticulatesLimeNitrous oxideManure managementEmission inventoryMethane emissionsAnimal scienceEnvironmental engineeringMethaneAir pollutionAgronomyForestryChemistryGeographyBiology

Abstract

fetched live from OpenAlex

Landbouwkundige activiteiten vormen in Nederland een belangrijke bron van gasvormige emissies van ammoniak (NH3), stikstofoxide (NO), lachgas (N2O), methaan (CH4), niet-methaan vluchtige organische stoffen (NMVOS), CO2 uit kalkmeststoffen en fijnstof (PM10 en PM2,5). De emissies zijn berekend met het National Emission Model for Agriculture (NEMA). In 2018 bedroeg de NH3-emissie uit dierlijke mest, uit kunstmest en overige bronnen in de landbouw, bij hobbybedrijven, bij particulieren, en bij mestafzet op natuurterreinen in totaal 118,0 miljoen kg NH3, 2,2 miljoen kg minder dan in 2017. De stikstofexcretie van de veestapel daalde in 2018 ten opzichte van 2017 door krimp van de melkveestapel. De N2O-emissie lag in 2018 met 20,5 miljoen kg 0,5 miljoen kg onder het niveau van 2017. De NO-emissie daalde in 2018 met 0,6 miljoen kg tot 22,3 miljoen kg. De CH4-emissie daalde door de krimp van de melkveestapel van 503 naar 484 miljoen kg. De emissie van NMVOS daalde van 98 naar 93 miljoen kg. De emissie van fijnstof PM10 daalde van 6,2 miljoen kg in 2017 tot 5,9 miljoen kg in 2018. De emissie van PM2,5, bleef onveranderd op 0,6 miljoen kg. Op basis van in het rapport beschreven nieuwe gegevens zijn voor enkele jaren in de tijdreeks nieuwe cijfers berekend. Sinds 1990 is de NH3-emissie uit dierlijke mest met tweederde gedaald, vooral door een lagere stikstofexcretie en door emissiearme mesttoediening. Emissies van N2O en NO daalden in dezelfde periode eveneens, maar minder sterk met respectievelijk 40% en 33%. Door het in de bodem brengen van mest zijn deze emissies toegenomen ten opzichte van bovengrondse mesttoediening en daarnaast door een verschuiving in excretie van weide naar stallen. Tussen 1990 en 2018 daalde de emissie van CH4 met 18% door een afname van de dieraantallen en hogere voederefficinties van melkvee. De PM10 emissies stegen in dezelfde periode met 19%, door de omschakeling bij legpluimvee van stalsystemen met natte naar vaste mest.

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.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.416
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0020.002
Meta-epidemiology (broad)0.0030.002
Bibliometrics0.0000.001
Science and technology studies0.0010.000
Scholarly communication0.0000.000
Open science0.0020.001
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0150.002

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.

Opus teacher head0.026
GPT teacher head0.249
Teacher spread0.223 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it