The effects of gases from food waste on human health: A systematic review
Notice bibliographique
Résumé
Food waste is a routine and increasingly growing global concern that has drawn significant attention from policymakers, climate change activists and health practitioners. Amid the plurality of discourses on food waste-health linkages, however, the health risks from food waste induced emissions have remained under explored. This lack of evidence is partly because of the lack of complete understanding of the effects of food waste emissions from household food waste on human health either directly through physiological mechanisms or indirectly through environmental exposure effects. Thus, this systematic review contributes to the literature by synthesizing available evidence to highlight gaps and offers a comprehensive baseline inventory of food waste emissions and their associated impacts on human health to support public health decision-making. Four database searches: Web of Science, OVID(Medline), EMBASE, and Scopus, were searched from inception to 3 May 2023. Pairs of reviewers screened 2189 potentially eligible studies that addressed food waste emissions from consumers and how the emissions related to human health. Following PRISMA guidelines, 26 articles were eligible for data extraction for the systematic review. Findings indicate that emissions from food waste, such as hydrogen sulphide, ammonia, and volatile organic carbons, can affect human endocrine, respiratory, nervous, and olfactory systems. The severity of the human health effects depends on the gaseous concentration, but range from mild lung irritation to cancer and death. This study recommends emission capture technologies, food diversion programs, and biogas technologies to reduce food waste emissions.
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 | 0,009 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,013 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».