Rethinking food loss and waste to promote sustainable resource use and climate change mitigation in agri-food systems: A review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The sustainable agri-food system is an important sector recognized for promoting the United Nations' Sustainable Development Goals on food security, resource conservation and climate change mitigation. However, the increasing food loss and waste (FLW) along the supply chains has continued to hinder these goals. This study evaluates the trend of FLW research from 1975 to 2022 and how it promotes the achievement of resource and environmental sustainability in agri-food systems. The salient research themes and hotspots that are of interest to researchers were identified. Bibliometric and network analyses were carried out on scholarly research articles from the Scopus database using bibliometrix and VOSviewer. Furthermore, the content analysis was conducted on the selected highly influential articles containing relevant data to understand the role of FLW in promoting sustainable agri-food systems. The results showed disaggregate and unbalanced research distribution on the impacts of FLW among the countries, with China and the United States having the highest contributions. The identified major research themes relating to sustainable agri-food systems are food waste and sustainable systems, food waste management and food waste impact assessment. Moreover, the circular economy was found to be a relatively new approach being explored in agri-food systems to promote FLW reduction and ensure sustainability of resource use. This study highlights the critical role of the impact of FLW in addressing the grand challenge of food security, resource use efficiency and environmental sustainability.
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.
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 | 0,018 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle