MétaCan
Menu
Retour à la cohorte
Enregistrement W3163055193 · doi:10.3389/fsufs.2021.658898

Eco-Feedback for Food Waste Reduction in a Student Residence

2021· article· en· W3163055193 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueFrontiers in Sustainable Food Systems · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensSimon Fraser University
Organismes subventionnairesEducation, Audiovisual and Culture Executive AgencyTechnische Universiteit EindhovenEuropean Commission
Mots-clésFood wasteResidenceAuditCleaner productionGarbageBusinessPlastic wasteCompostWaste managementMarketingEnvironmental scienceEnvironmental economicsEngineeringMunicipal solid wasteEconomics

Résumé

récupéré en direct d'OpenAlex

Eco-feedback aims at increasing awareness of resource use to encourage conservation. A growing area of concern in sustainable living is food waste, and many new institutional waste receptacles incorporate waste sorting and recycling instructions for waste management. However, little attention has been paid to the design of encouraging awareness of waste in the home, particularly at the point of food waste. We explored the design challenges and effectiveness of novel eco-feedback techniques at the point of food waste through an in-situ study in a university residence. Our E-COmate system captures and visualizes domestic food waste data for more readily comprehensible and accessible information within a home environment embedded in an existing waste bin. Four E-COmate smart bins were introduced, deployed and evaluated for 8 weeks at a student residence in Canada. The aim of the study was to see whether a system like E-COmate could impact food waste patterns and awareness, and if so, to what extent it engages consumers. To explore its impact, a mix of methods was adopted. Waste audits were conducted to explore waste changes. Retrospective interviews were carried out to gain insights in residences' reflections and motivations. We show that E-COmate had a positive impact on participants' awareness of and behavior toward their food waste. Participants who had E-COmate installed in their kitchens showed overall a significant decrease in food waste and in particular a decrease of almost 32% in edible or once edible food waste, and a 69% decrease in generated compost waste during the last 2 weeks compared to the first 2 baseline weeks. Furthermore, while our control group showed an increase of 244% of waste of starches and grains toward the last 2 weeks (i.e., the end of term) compared to the 2 baseline weeks, the intervention group only showed an increase of 4.5% in waste of grains and starches. Eco-feedback further engaged residences in reducing food waste practices starting at the grocery store (e.g., by buying in smaller portions). In sum, eco-feedback as provided by E-COmate had positive impacts on reducing food waste. These findings are a result of increased awareness, the constant presence and immediacy of E-COmate served as a reminder, and their understanding of how much they actually waste as a group. Their awareness was reflected in how they adapted their shopping behavior as one way to reduce waste at home.

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.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,016
Tête enseignante GPT0,235
Écart entre enseignants0,219 · 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