Sektor ternakan menghadapi tekanan yang semakin meningkat untuk mengenal pasti dan menerima pakai strategi untuk mengurangkan penggunaan sumber dan kesan alam sekitar untuk mengekalkan lesen sosial dalam konteks pengeluaran dan penggunaan yang mampan. Walaupun agak cekap dari segi hasil alam sekitar setiap unit produk berbanding spesies ternakan lain, skala dan unjuran peningkatan dalam pengeluaran dalam sektor telur global memerlukan usaha bersepadu ke arah mencapai matlamat ini. Analitik ramalan menggunakan teknik kecerdasan buatan (AI) memberikan makna baru dan berpotensi berkuasa untuk menyepadukan dan menghuraikan aliran data yang pelbagai daripada sektor ayam itik. Empat tahun ini, membiayai Ph.D. projek akan menjawab cabaran ini dengan (1) pramemproses data industri telur Kanada melalui tugas-tugas seperti pengenalan terpencil dan ramalan data yang hilang, yang menjadikan aliran data sesuai untuk teknik AI; (2) mengenal pasti atau membangunkan, mengesahkan, dan melaksanakan teknik AI terpilih yang terbaik; dan (3) menggunakan kaedah penilaian berbilang kriteria berasaskan kitaran hayat untuk meningkatkan sokongan keputusan kemampanan dalam industri telur Kanada.

Penanaman dan pemprosesan makanan haiwan menyumbang bahagian yang tidak seimbang daripada sumber dan kesan alam sekitar pengeluaran ternakan. Lesen sosial untuk sektor ternakan juga berkemungkinan akan semakin bergantung pada keupayaannya untuk mengurangkan persaingan langsung untuk tanah pertanian dan sumber makanan yang boleh dimakan manusia. Empat tahun ini, membiayai Ph.D. projek akan menjawab cabaran ini dengan (1) mengenal pasti dan memetakan ketersediaan sumber makanan alternatif untuk industri ayam itik di Kanada, termasuk (sebagai contoh), protein sel tunggal daripada sisa industri hutan, makanan serangga dan sisa makanan untuk makanan. produk; (2) menjalankan penilaian kitaran hayat alam sekitar yang terperinci dan penilaian tekno-ekonomi bagi setiap sumber makanan Pathway , dan (3) menilai potensinya untuk menyumbang kepada pengeluaran ayam itik yang mampan berdasarkan gabungan objektif dan kekangan alam sekitar, ekonomi dan pemakanan.

Kecerdasan buatan (AI) boleh dimanfaatkan untuk membangunkan model ramalan potensi kesan perubahan iklim dan langkah mitigasi/penyesuaian dalam pelbagai konteks aplikasi. Dalam empat tahun ini, Ph.D yang dibiayai. projek, model analitik ramalan akan dibangunkan untuk menganggarkan julat kemungkinan morbiditi, mortaliti, produktiviti, sumber/alam sekitar, ekonomi dan impak kebajikan haiwan yang dikaitkan dengan kejadian haba melampau bagi setiap spesies ternakan di British Columbia, Kanada, di bawah unjuran perubahan iklim semasa , dan untuk menilai potensi faedah/trade-off yang berkaitan dengan senario untuk pemantauan risiko tekanan haba dan pelaksanaan teknologi pengurangan.

Empat tahun ini, membiayai Ph.D. projek akan menjawab cabaran ini dengan (1) mengenal pasti teknologi pemantauan/mitigasi tekanan haba yang tersedia; (2) memetakan risiko haba untuk populasi ternakan BC di bawah unjuran perubahan iklim serantau; dan (3) menggunakan penilaian kitaran hayat alam sekitar dan penilaian tekno-ekonomi untuk menentukan dan membandingkan serta faedah kemampanan dan tukar ganti yang dikaitkan dengan subset penyelesaian pemantauan/mitigasi tekanan haba keutamaan.

Makmal PRISM Sistem Makanan sedang mencari felo pasca kedoktoran yang berkelayakan dan bermotivasi tinggi untuk menyumbang kepada penyelidikan dan pengurusan penyelidikan dalam bidang penilaian kitaran hayat agrimakanan. Memandangkan situasi COVID semasa, temu janji jauh mungkin dipertimbangkan.