Methodological framework to find links between life cycle sustainability assessment categories and the UN Sustainable Development Goals based on literature
Notice bibliographique
Résumé
Abstract Life cycle sustainability assessment (LCSA) can be used as a tool to understand how products and operating systems can meet the United Nations’ Sustainable Development Goals (SDGs). However, existing linkages between SDGs and LCSA are limited and an analysis of coverage in literature is needed. In this paper, we propose a generic methodological framework establishing connections between LCSA categories at micro‐level and SDGs at macro‐level based on derivation from the literature. The qualitative heuristic research method developed builds on keyword literature search, bibliometric analysis, mapping, and narrative literature review for connection rationales. By using qualitative assessment levels, an assessment of linkages between LCSA categories and SDGs reveal that “technology development,” “public commitment to sustainability issues,” “access to material resources,” and “education provided in the local community” have the highest number of reported relationships with SDGs. Twenty‐two LCSA categories were found with no direct/indirect connection with any SDG; reasons include absence of life cycle thinking perspective in SDGs and lack of sustainability‐based discussion for workers, consumers, and value chain actors' stakeholder groups. Despite these gaps, the results provide new insights for industries looking to measure the contribution of their product systems along their life cycle in the context of SDGs supporting them to some extent, to select LCSA categories with either highest number of identified relationships to SDGs or that contribute to prioritized list of SDGs. The approach provides a starting point to improve transparency and consistency of reporting of sustainability performance of product systems by connecting LCSA to the global agenda for sustainable development.
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 | 0,015 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».