65 Sustainability of fish-derived feed inputs: an ecological perspective
Notice bibliographique
Résumé
Abstract Fishmeals and fish oils (FMFOs) sourced traditionally from directed fisheries and increasingly from seafood processing by-product streams, are important sources of key nutrients in animal diets. While attention is understandably paid to the relative nutritional attributes and prices of FMFOs, little consideration is typically paid to the resource utilization and environmental performance attributes of these products, beyond attending to the management status of source fisheries. This is somewhat surprising, however, given the diversity of species and ecosystems from which FMFOs are derived, their relative abundance, the technologies used in their capture, and energy sources used in their processing. Here, we present results of analyses of the greenhouse gas emission intensity (carbon footprint) and area of marine ecosystem to support the primary productivity required to sustain production of the species-specific biomass required (marine ecological footprint) to yield a tonne of fishmeal or oil for 18 distinct combinations of species, source ecosystem and fishing gear used to produce fishmeal and oil. Analyses of the carbon footprint of meals and oils included direct combustion and related upstream GHG emissions associated with direct fuel inputs to fishing along with emissions from processing-related fuel and electricity inputs. Analyses of the marine ecological footprint of meals and oils accounted for the trophic level of the source species as well as the source ecosystem-specific trophic transfer efficiency and average annual primary productivity. Results indicate that the carbon footprint of FMFOs varied by an order of magnitude while the marine ecological footprint of meals and oils varied by four orders of magnitude amongst the sources assessed. Given these substantial environmental and ecological performance differences between many widely traded FMFOs, there is substantial scope for feed formulators to construct and market low environmental impact feeds while maintaining nutritional and cost profiles.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».