Take an Upcycling Mindset To Your Next Conference
Notice bibliographique
Résumé
More than half of all food produced by Canadian farms ends up in the landfill each year — 58 percent to be precise. That's even higher than in America, where approximately 38 percent of food produced — or 80 million tons (enough to feed 149 billion people) — meets the same end. These are some shocking stats that Christine Couvelier, global culinary trendologist for Culinary Concierge (Vancouver, British Columbia, Canada) reveals in her most recent annual Trend Watch Report, titled The Only Way Is Up and Up, which is focused on opportunities in food upcycling. “It's not a problem that one company can solve or one country can solve,” she says. “It is something that we all have to solve together.” Couvelier agrees that figures like these and words like “food waste” can cause feelings of dread. That's one reason why she's seeking to discuss the issue from an upcycling mindset. “This isn't meant to scare people — this is a rallying cry for collaboration,” she adds. Source: Christine Couvelier, Global Culinary Trendologist, Culinary Concierge, Vancouver, British Columbia, Canada. Phone (250) 589-5845. Email: [email protected]. Website: www.culinaryconcierge.ca
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».