MétaCan
Menu
Retour à la cohorte
Enregistrement W2014294212 · doi:10.1080/10408398.2011.631170

Life Cycle Assessment (ISO 14040) Implementation in Foods of Animal and Plant Origin: Review

2013· review· en· W2014294212 sur OpenAlexaboutno aff
Ioannis S. Arvanitoyannis, Konstantinos V. Kotsanopoulos, Agapi Veikou

Notice bibliographique

RevueCritical Reviews in Food Science and Nutrition · 2013
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLife-cycle assessmentEnvironmental impact assessmentStandardizationVariety (cybernetics)BusinessProduct (mathematics)AgricultureHazardRisk analysis (engineering)Environmental scienceEnvironmental planningEngineeringComputer scienceProduction (economics)GeographyMathematics

Résumé

récupéré en direct d'OpenAlex

The importance of environmental protection has been recently upgraded due to the continuously increasing environmental pollution load. Life Cycle Assessment (LCA), wellknown as ISO 14040, has been repeatedly shown to be a useful and powerful tool for assessing the environmental performance of industrial processes, both in the European and American continents as well as in many Asian countries (such as Japan and China). To the best of our knowledge, almost no information is provided in relation to LCA implementation in Africa apart from an article related to Egypt. Although food industries are not considered to be among the most heavily polluting ones, for some like olive oil, wine, dairy, and meat processing, their impact on the environment is a heavy burden. The introduction of LCA aimed at identifying both inputs and outputs to find out which are the most detrimental to the environment in terms of water/energy consumption and solid/liquid and gas releases. In this review, a thorough coverage of literature was made in an attempt to compare the implementation of LCA to a variety of products of both plant and animal origin. It was concluded that there is a high number of subsystems suggested for the same product, thereby, occasionally leading to confusion. An idea toward solving the problem is to proceed to some sort of standardization by means of several generic case studies of LCA implementation, similarly to what had happened in the case of Hazard Analysis and Critical Control Points (HACCP) implementation in the United States, Canada, Australia, United Kingdom, and other countries.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,921

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,412
Écart entre enseignants0,351 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations20
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in Food Science and NutritionMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207