The potential consequences of grain-trade disruption on food security in the Middle East and North Africa region
Notice bibliographique
Résumé
The Middle East and North Africa (MENA) region has seen remarkable population growth over the last century, outpacing other global regions and resulting in an over-reliance on food imports. In consequence, it has become heavily dependent on grain imports, making it vulnerable to trade disruptions (e.g., due to the Russia-Ukraine War). Here, we quantify the importance of imported grains for dietary protein and energy, and determine the level of import reductions at which countries are threatened with severe hunger. Utilizing statistics provided by the Food and Agriculture Organization (FAO), we employed a stepwise calculation process to quantify the allocation of both locally produced and imported grains between the food and feed sectors. These calculations also enabled us to establish a connection between feed demand and production levels. Our analysis reveals that, across the MENA region, 40% of total dietary energy (1,261 kcal/capita/day) and 63% of protein (55 g/capita/day) is derived from imported grains, and could thus be jeopardized by trade disruptions. This includes 164 kcal/capita/day of energy and 11 g/capita/day of protein imported from Russia and Ukraine. If imports from these countries ceased completely, the region would thus face a severe challenge to adequately feed its population. This study emphasizes the need for proactive measures to mitigate risks and ensure a stable food and feed supply in the MENA region.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».