MétaCan
Menu
Retour à la cohorte
Enregistrement W1968063041 · doi:10.1021/es2040703

Life Cycle Environmental Impacts of Three Products Derived from Wild-Caught Antarctic Krill (<i>Euphausia superba</i>)

2012· article· en· W1968063041 sur OpenAlexafffund
Robert Parker, Peter Tyedmers

Notice bibliographique

RevueEnvironmental Science & Technology · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEuphausiaAntarctic krillKrillEuphausiaceaFisheryEnvironmental scienceCrustaceanBiologyEcologyOceanography

Résumé

récupéré en direct d'OpenAlex

Concern has been voiced in recent years regarding the environmental implications of the Antarctic krill fishery. Attention has focused primarily on ecological concerns, whereas other environmental aspects, including potentially globally problematic emissions and material and energy demands, have not been examined in detail. Here we apply life cycle assessment to measure the contributions of krill meal, oil, and omega-3 capsules to global warming, ozone depletion, acidification, eutrophication, energy use, and biotic resource use. Supply chains of one krill fishing and processing company, Aker BioMarine of Norway, were assessed. Impacts of krill products were found to be driven primarily by the combustion of fossil fuels onboard the fishing vessel and a transport/resupply vessel. Approximately 190 L of fuel are burned per tonne of raw krill landed, markedly higher than fuel inputs to reduction fisheries targeting other species. In contrast, the biotic resource use associated with extracting krill is relatively low compared to that of other reduction fisheries. Results of this study provide insight into the broader environmental implications of the krill fishery, comparisons between products derived from krill and other species targeted for reduction, opportunities for improving the fishery's performance, and a baseline against which to measure future performance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,189
Écart entre enseignants0,181 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAquaculture Nutrition and GrowthTravaux en français237 207