MétaCan
Menu
Retour à la cohorte
Enregistrement W2555143604 · doi:10.12691/jfs-4-6-2

Preliminary Insights on Household Food Wastage in Lebanon

2016· article· en· W2555143604 sur OpenAlexaboutno aff
Laurence Charbel, Roberto Capone, Leyla Grizi, Philipp Debs, Dunia Khalife, Hamid El Bilali, Francesco Bottalico

Notice bibliographique

RevueJournal of food security · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood wasteLiberian dollarQuarter (Canadian coin)BusinessValue (mathematics)Consumption (sociology)LegislationAgricultural economicsMarketingEconomicsGeographyEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Food losses and waste, generated across the whole food chain, implies serious environmental, social and economic costs. Lebanon suffers from lack of information about food waste. There is no national legislation related to food waste (FW). The paper provides insights on household FW in Lebanon with a focus on perceived importance of FW, attitude towards FW, quantity and value of food wasted. An online survey was conducted in the period January-March 2015 with 215 adult consumers. Sample is not gender-balanced, rather young and with high education level. Household’s planning and shopping activities are important predictors of FW. Fruits, vegetables, and milk and dairy products are the most wasted food products. Most of the respondents have a good understanding of “use by” label while just the quarter know exactly the meaning of “best before” label. About 42% of respondents declare that their households throw away at least 250 g of still consumable food each week. The economic value of FW generated each month is more than 6 United States dollar (US$) for 80% of respondents’ households. Lebanese households show a positive attitude regarding FW and are willing to change behaviour to reduce it. An integrated policy mix is needed to foster transition towards zero-waste consumption patterns.

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)0,001
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 enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,026
Tête enseignante GPT0,218
Écart entre enseignants0,192 · 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

Citations25
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of food securityMême sujetFood Waste Reduction and SustainabilityTravaux en français237 207