MétaCan
Menu
Retour à la cohorte
Enregistrement W4281493513 · doi:10.1111/jiec.13283

Methodological framework to find links between life cycle sustainability assessment categories and the UN Sustainable Development Goals based on literature

2022· article· en· W4281493513 sur OpenAlexaff
Marwa Hannouf, Alejandro Padilla‐Rivera, Getachew Assefa, Ian D. Gates

Notice bibliographique

RevueJournal of Industrial Ecology · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSustainabilitySustainable developmentStakeholderProduct (mathematics)Process managementContext (archaeology)Computer scienceEnvironmental economicsManagement scienceBusinessEngineeringGeographyEconomicsMathematicsPolitical scienceEcologyManagement

Résumé

récupéré en direct d'OpenAlex

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 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)0,072
score de la tête « metaresearch » (Gemma)0,113
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,382

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,113
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0760,048
Études des sciences et des technologies0,0050,005
Communication savante0,0110,009
Science ouverte0,0050,009
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,046
Tête enseignante GPT0,305
Écart entre enseignants0,258 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Industrial EcologyMême sujetSustainable Supply Chain ManagementTravaux en français237 207