Development of the Canadian agri-food lifecycle data centre with data format interoperability requirements
Notice bibliographique
Résumé
The field of Life Cycle Assessment (LCA) models the resource flows and emissions characteristic of real-world industrial, agricultural, and economic activities through the use of Life Cycle Inventory (LCI) datasets. As the amount of data available to LCA practitioners through national and commercial database initiatives increases, there have been growing concerns within the LCA community regarding the interoperability of LCI data. Choice of data format and nomenclature poses problems for re-usability, as a dataset may not cleanly integrate into an LCA model due to differences in nomenclature, or a practitioner’s LCA software may simply not recognize the format type. This interoperability has been identified as one of the largest problems, along with data availability, in the LCA field. The focus of this research was the development of a new national Life Cycle Inventory database: The Canadian Agri-food Life Cycle Data Center (CALDC), which will serve as a central repository for Canadian agri-food data. During the course of the research, information was solicited from existing LCA database providers to inform development, and potential solutions for the interoperability issues were researched and implemented within the CALDC. The development included a searchable public database repository, as well as a web application that allows users to create, modify, and publish new LCI datasets, known as SimpLCIty. A set of recommendations were drafted for new LCI database initiatives, with the goal of increasing the interoperability between databases and datasets and increasing the availability of data. These recommendations were used in the development of the CALDC, and also present potential future avenues for expansion and development, such as the implementation of Application Programming Interfaces (APIs) or the re-distribution of datasets through third-party data providers and initiatives. The Canadian Agri-food Life Cycle Data Centre is now live, and is currently being used by researchers at both UBC and external stakeholder partners such as the Canadian Roundtable for Sustainable Beef (CRSB) to create and publish new publicly available agri-food data for LCA research.
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 | 0,000 | 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 | 0,002 | 0,001 |
| 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 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 ».