Transforming sustainable aquaculture by applying circularity principles
Notice bibliographique
Résumé
Abstract A circular economy is considered one way to reduce environmental impacts of human activities, by more efficient use of resources and recovery, resulting in less waste and emissions compared to linear take‐make‐dispose systems. Muscat et al. developed five ecological principles to guide biomass use towards a circular economy. A few studies have demonstrated environmental benefits of applying these principles to land‐based food systems, but to date, these principles have not been explored in aquaculture. The current study expands on these principles and provides a narrative review to (i) translate them to aquaculture, while identifying implications for the main species and production systems, and (ii) identify the main pathways to make aquaculture more circular. We show that the underlying concepts of the ‘safeguard’, ‘entropy’, and ‘recycle’ principles have been well researched and sometimes well implemented. In contrast, the ‘avoid’ and ‘prioritise’ principles have been explored much less; doing so would provide an opportunity to decrease environmental impacts of aquaculture at the food‐system level. One example is prioritising the production of species that contribute to food and nutrition security, have low environmental impacts and thinking at wider food system scale to avoid feed‐food competition in aquaculture. We identified six priorities that could make aquaculture more circular: (i) increase production and demand for the most essential species, (ii) decrease food loss and waste at farm and post‐harvest stages, (iii) support nutrient recycling practices at multiple scales, (iv) adapt aquafeed formulations, (v) inform consumers about benefits of species of low trophic levels and other environmentally friendly aquatic foods, and (vi) address urgent research gaps.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,018 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».