MétaCan
Menu
Retour à la cohorte
Enregistrement W2883422532 · doi:10.18461/ijfsd.v9i2.923

Food Futures and 3D Printing: Strategic Market Foresight and the Case of Structur3D

2018· article· en· W2883422532 sur OpenAlexaffabout
Sylvain Charlebois, Mark Juhasz

Notice bibliographique

RevueInternational journal on food system dynamics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of GuelphDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFutures studiesContext (archaeology)BusinessSustainabilityFood systemsMarketingAgribusinessIncentiveBusiness modelIndustrial organizationEconomicsFood securityAgriculture

Résumé

récupéré en direct d'OpenAlex

Our case study analyses 3D Printing and its contribution to food innovation. Our examination uses strategic foresight as a knowledge transfer tool for food industry planning. As a force for change, customization is a leading characteristic of 3D food printing in user-centred design. Broader societal and economic pressures for sustainability, human health and nutrition can be addressed by 3D food printing with bioplastics, recycling, and product customization catered to distinct market demographic segments. In terms of scale and competition, some 3D food printing companies will focus on customization at scales for purposes. At regional or national authority levels, innovative policies will serve vital incentive catalysts and support structures. Our case study looks at Structur3d, a Kitchener-Waterloo-based company, within a larger world of 3D printing innovation, science, and processing. We examine Structur3d in the context of food innovation at-large within an ecosystem of economic change and disruption, and consider the evolution of Canadian food business, manufacturing strategy and public policy in a global economy to meet rapidly changing societal needs in engineering, capital, material science, and action planning.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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'étudeThéorique ou conceptuel
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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational journal on food system dynamicsMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207