The imbalance of food and biofuel markets amid Ukraine-Russia crisis: A systems thinking perspective
Notice bibliographique
Résumé
The Ukraine war has immensely affected both food and energy systems due to the significant role of Russia in supplying natural gas and fertilizers globally and the extensive contribution of both Russia and Ukraine in exporting grains and oilseeds to the international markets. Hence, the Ukraine-Russia conflict has resulted in a shortage of crops and grains in the food market, especially in Europe, causing speculations if these resources should still be used for biofuel production (1st Generation). However, the International Energy Agency has warned that lowering biofuel mandates could result in rising petroleum demand and supply concerns. In light of these unfolding events, a systems thinking approach is required to monitor and analyze the implications of this crisis for food and biofuel markets as a whole to alleviate the concerns faced and plan sustainably. In this vein, based on the trade-offs between food system elements and the biofuel supply chain, as well as the potential effects of the war on the food and energy systems worldwide, a causal loop diagram is developed in the present work. According to the insights provided, the key to preventing food insecurity and keeping biofuel mandates on an increasing trend simultaneously amid the Ukraine war is to switch from the 1st Generation biofuels to higher generations. This transition would reduce not only the pressure on the food market to move toward zero hunger (SDG 2) but also pave the way to move towards a circular economy and clean and affordable energy (SDG 7) during the post-war era.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».