Towards achieving circularity and sustainability in feeds for farmed blue foods
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.
Notice bibliographique
Résumé
Abstract The aims of this review are to describe the role of ‘blue‐food production’ (animals, plants and algae harvested from freshwater and marine environments) within a circular bioeconomy, discuss how such a framework can help the sustainability and resilience of aquaculture and to summarise key examples of novel nutrient sources that are emerging in the field of fed‐aquaculture species. Aquaculture now provides >50% of the global seafood supply, a share that is expected to increase to at least 60% within the next decade. Aquaculture is an important tool for reducing resource consumption in global protein production and increasing resilience to climate change and other global disruptions (i.e. pandemics, geo‐political instability). Importantly, blue foods also provide essential nutrition for a growing human population. Blue foods are helping to help the global goal of ‘zero hunger’ (United Nation's Sustainable Development Goal 2) while reducing the dependency on finite natural resources but further refinement and new solutions are needed to make the industry more ‘circular’ and sustainable, particularly with respect to sourcing raw materials for aquafeeds. This review describes the feed resources that are available or may be created within a circular bioeconomy framework, their role within the framework and in aquaculture and ultimately, how these resources contribute to de‐risking and establishing a resilient aquaculture production chain.
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 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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle