MétaCan
Menu
Retour à la cohorte
Enregistrement W4391062128 · doi:10.1016/j.jclepro.2024.140765

Identifying the factors affecting the implementation of food waste reduction strategies in independent restaurants: Moving towards eco-efficiency

2024· article· en· W4391062128 sur OpenAlexafffund
Jade Lévesque, Laurence Godin, Véronique Perreault, Sergey Mikhaylin

Notice bibliographique

RevueJournal of Cleaner Production · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesInstitut sur la Nutrition et les Aliments FonctionnelsMitacsFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésOperationalizationSustainabilityFood wasteBusinessEnvironmental economicsLimitingIdentification (biology)MarketingEngineeringEconomicsWaste management

Résumé

récupéré en direct d'OpenAlex

One of the very promising ways to improve a restaurant's eco-efficiency consists of implementing food waste reduction strategies (FWRSs) to reduce the costs and environmental impacts associated with food waste (FW). However, several factors can hamper the implementation of FWRSs, limiting a restaurant's ability to become more sustainable. Hence, the aim of this study is to identify the factors that facilitate or limit the implementation of FWRSs in independent restaurants. This will enable restaurateurs to choose the most appropriate FWRSs to implement, not only in terms of the potential economic and environmental benefits that can be achieved but also in terms of implementation feasibility, to ensure their sustainability. To achieve this, semi-structured interviews were conducted with owners, managers and chefs of independent restaurants in Quebec, Canada. They were questioned on several topics related to their perception of FW, eco-efficiency and FWRSs as well as their experiences in implementing FWRSs. The results allowed the identification of 12 factors affecting the implementation of FWRSs, which were analyzed and categorized according to social practice theory. These factors include consumer perception, management, planning and organizational skills as well as labor and food costs. Then, the factors were linked to the characteristics of the restaurants studied to identify the most promising ways to operationalize the reduction of FW according to the restaurant type. To this end, two approaches were raised: a preventive approach aimed at reducing FW at source, by adopting a limited fixed-time menu for example, and a corrective approach aimed at reusing FW to give it a second life.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,298
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueJournal of Cleaner ProductionMême sujetFood Waste Reduction and SustainabilityTravaux en français237 207