MétaCan
Menu
Retour à la cohorte
Enregistrement W4303644858 · doi:10.3390/foods11193037

Entomoculture: A Preliminary Techno-Economic Assessment

2022· article· en· W4303644858 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.

Notice bibliographique

RevueFoods · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Utilization and Effects
Établissements canadiensMcMaster University
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésBiotechnologyProduction (economics)Biochemical engineeringPopulationBusinessLivestockNatural resource economicsBiologyEconomicsEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Cultured meat, or the practice of growing meat from cell culture, has been experiencing rapid advances in research and technology as the field of biotechnology attempts to answer the call to fight climate change and feed a growing global population. A major hurdle for cell-based meat products entering the market in the near-future is their price. The complex production facilities required to make such products will require advanced bioreactor systems, resources such as energy and water, and a skilled labor force, among other factors. The use of insect cells in this process is hypothesized to address some of these costs due to the characteristics that make them more resilient in cell culture when compared to traditional livestock-derived cells. To address the potential for cost savings by utilizing insect cells in the cultivation of protein-enriched foods, here we utilized a techno-economic assessment model. Three different insect cell lines were used in the model. The results indicate that insect cell lines offer potential to significantly reduce the cost per kilogram of cell cultivated meat, along with further opportunities to optimize production processes through technological advances and scaling.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0040,000

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 Opus0,010
Tête enseignante GPT0,230
Écart entre enseignants0,220 · 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