Review: Consumption-Stage Food Waste Reduction Interventions – What Works and How to Do Better
Notice bibliographique
Résumé
Food waste prevention has become an issue of international concern, with Sustainable Development Goal 12.3 aiming to halve per capita global food waste at the retail and consumer levels by 2030. However there is no review that has considered the effectiveness of interventions aimed at preventing food waste in the consumption stages of the food system. This significant gap, if filled, could help support those working to reduce food waste in the developed world, providing knowledge of what interventions are specifically effective at preventing food waste. This paper fills this gap, identifying and summarizing food-waste prevention interventions at the consumption/consumer stage of the supply chain via a rapid review of global academic literature from 2006-2017. We identify 17 applied interventions that claim to have achieved food waste reductions. Of these, 13 quantified food waste reductions. Interventions that changed the size or type of plates were shown to be effective (up to 57% food waste reduction) in hospitality environments. Changing nutritional guidelines in schools were reported to reduce vegetable waste by up to 28%, indicating that healthy diets can be part of food waste reduction strategies. Information campaigns were also shown to be effective with up to 28% food waste reduction in a small sample size intervention. Cooking classes, fridge cameras, food sharing apps, advertising and information sharing were all reported as being effective but with little or no robust evidence provided. This is worrying as all these methods are now being proposed as approaches to reduce food waste and, except for a few studies, there is no reproducible quantified evidence to assure credibility or success. To strengthen current results, a greater number of longitudinal and larger sample size intervention studies are required. To inform future intervention studies, this paper proposes a standardised guideline, which consists of: (1) intervention design; (2) monitoring and measurement; (3) moderation and mediation; (4) reporting; (5) systemic effects. Given the importance of food-waste reduction, the findings of this review highlight a significant evidence gap, meaning that it is difficult to make evidence-based decisions to prevent or reduce consumption-stage food waste in a cost-effective manner.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».