Development of a life cycle impact assessment methodology for animal welfare with an application in the poultry industry
Notice bibliographique
Résumé
To date, assessment of animal welfare impacts remains largely unconsidered in life cycle assessment (LCA). Two previous attempts have been made to integrate animal welfare assessment into the LCA framework, both of which are insufficient in their coverage of the numerous factors contributing to animal welfare impacts. Here, a novel type 1 (i.e., reference scale) life cycle impact assessment method is proposed for animal welfare assessment of laying hens. This includes identification of all requisite components of a life cycle impact assessment method (i.e., area of protection, stakeholder and impact categories, impact subcategories, inventory indicators and data requirements, and characterization factors) based on a review of the animal welfare literature, in line with best practices in both the animal welfare science, and life cycle assessment fields. The proposed method is subsequently tested using a case study of the Canadian egg industry, and levels of relative risk for different impact subcategories related to animal biological health, behaviour, and affective state are calculated. This method provides results in line with expectations based on the animal welfare literature. Further, the process used for development of this method is generalizable, and may be applied to development of similar methods for assessment of other livestock species, as the area of protection, stakeholder and impact categories, and impact subcategories are not species specific. This method improves upon previous efforts to incorporate animal welfare assessment into the LCA framework. Continued improvement is necessary however, particularly with respect to incorporation of additional hen life cycle stages, modeling of affective state and positive welfare contributions, and uncertainty assessment. Continued development of animal welfare LCIA methods is necessary given the growing status of animal welfare as an issue of concern worldwide, and to ensure net-positive sustainability outcomes in food systems.
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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».