Traceability: Tracking and Privacy in the Food System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lapses in food safety have spurred development of governmental traceability systems to track every stage of food production as part of a standardized information base. These systems form part of national and international government efforts to reduce food‐security risks and control food‐related disease outbreaks. The European Union, the United States, Japan, and Canada have traceability requirements now in various stages of implementation, as does the Codex Alimentarius. Traceability regulations require that, from farm (plant or animal) to fork, foods have a clear, verifiable record that tracks through all stages of cultivation, production, supplying, transporting, processing, and distribution. Traceability implies complete information control over the geography of one of life's most essential acts, eating. The apparent object of traceability is food, which seems to imply that human tracking is not part of the process, but food does not move on its own. Those people responsible at each stage for food transfers and transactions may go into the traceability database, making their locations part of the record and supporting precise monitoring of labor performance, consumer buying patterns, and ownership and management strategies. Given these capabilities, the development of public‐sector traceability systems demands careful consideration. Owners, especially large exporters and importers, are likely to see their needs and fears shape the system. The food workforce may well bear tracking's brunt. Consumers, the presumed beneficiaries of the systems, will probably resist direct incorporation (and full benefit), favoring their privacy over their safety.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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