MétaCan
Menu
Retour à la cohorte
Enregistrement W4221086964 · doi:10.3390/foods11070952

On the Potential of Packaging for Reducing Fruit and Vegetable Losses in Sub-Saharan Africa

2022· review· en· W4221086964 sur OpenAlexaff
Lionel D. S. Tapsoba, Sountongnoma Martial Anicet Kiemde, Bernard F. Lamond, Julien Lépine

Notice bibliographique

RevueFoods · 2022
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensUniversité LavalTransport Canada
Organismes subventionnairesRoyal Society
Mots-clésEnvironmental scienceFood scienceToxicologyBiotechnologyBusinessAgroforestryEnvironmental healthAgricultural engineeringNatural resource economicsBiologyEngineeringEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

Access to food remains a critical issue in Sub-Saharan Africa. In fact, 24.1% of its population suffers from undernourishment, and malnutrition affects more than a third of children under five years old. This problem will be exacerbated as the Sub-Saharan African population is predicted to double by 2050. To address this problem, it is imperative to meaningfully improve accessibility of fruits and vegetables for the population.They are an excellent source of vitamins and minerals that can fight malnutrition. Fruit and vegetable accessibility can be improved by reducing losses, which are estimated on average to be 50%. A literature review shows that there are many areas where solutions can be implemented to reduce these losses. These areas, in order of decreasing occurrence in the literature are: Cold storage, harvesting methods and pre-storage treatments, packaging, transport to markets and the sale stage. The reduction of food waste in SSA involves the establishment of better practices in all these areas. After analysis, it emerges that packaging should generate more interest due to its comparative ease of implementation to support other technologies like cold storage. Packaging made from agricultural waste or non-consumable materials should be highlighted to prevent pollution issues. This solution, in addition to offering a strong potential to fight against pollution, could also increase farmers' income.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,060
Tête enseignante GPT0,278
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetFood Waste Reduction and SustainabilityTravaux en français237 207