Navigating sustainability and health trade-offs in global seafood systems
Notice bibliographique
Résumé
Abstract Seafood is expected to play a key role in improving access to healthy diets while providing food products with relatively low rates of greenhouse gas emissions. However, both nutrients and carbon footprints vary among species and production methods, and seafood consumption is further influenced by price and consumer preference, such that it is unclear which species are best placed to provide low-emissions nutritious seafood. Here, we use seafood production data to assess the nutritional value, carbon emissions, sustainability, affordability, and availability of seafood available to UK consumers. Globally, most seafood products are more nutritious and emit lower greenhouse gases than terrestrial animal-source foods, particularly small pelagic fishes and bivalves that contributed to recommended intakes for 3–4 essential dietary nutrients at the lowest emissions. For seafood products relevant to UK markets and consumers, Atlantic mackerel had the highest availability (i.e. landings) of all wild-caught UK seafood and lowest carbon footprint of all finfish, with one fillet portion exceeding recommended intakes of three nutrients (selenium, vitamins B12 and D). We found that price and sustainability of UK seafood, both factors in consumer demand, had considerable trade-offs with nutrients, carbon footprint, and availability. Farmed salmon, for example, were produced in large volumes but were relatively more expensive than other seafood, whereas highly nutritious, low-emissions farmed mussels had limited production volumes. The UK’s seafood system is therefore not currently optimised to produce nutritious, low-emissions seafood in large amounts. Policies that promote local consumption of affordable species already produced in high volumes, such as mackerel, could improve intakes of nutrients that are deficient in the UK population at relatively low environmental cost.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».