Notice bibliographique
Résumé
Canada’s food system has evolved under pressure to constantly produce more and do so more efficiently. However, the drive for increased productivity has also led to rising levels of food loss and waste. In Canada, over half of our annual food supply is discarded. Wasted resources, economic costs, pollution and growing numbers of citizens who are food insecure underline the importance of tackling this critical public policy issue. The aim of this paper is to better understand food loss and waste in Canada’s food system and offer suggestions for policy action. Canada’s food system is interconnected and food loss and waste occur at every level of the supply chain. They are the result of multiple and cumulative activities and the economic, social and environmental impacts are considerable. Consumers and businesses fail to adequately measure and account for the costs of waste and this is a reflection of how our society values food. There has been a general disregard for food loss and waste in the pursuit of maximizing output/economic growth, meeting market demands and keeping food prices low. COVID-19’s impact has shed light on the strengths and vulnerabilities of Canada’s food system. Disruptions in our supply chains garnered media attention and food security concerns became top of mind for many Canadians. Diverting food can help alleviate food insecurity but it can also serve an important role in reducing food waste. However, there are key challenges to facilitating food rescue that have been highlighted and exacerbated over the last year, including lack of infrastructure and co-ordination, misconceptions about food safety and worries related to cost and liability. Reducing the problem of food loss and waste in Canada’s food system will require a unified strategy and committed leadership. Policy action should be directed at enhancing measurement, education, innovation and policy reform. Reducing avoidable loss and waste through policy measures that enable prevention and diversion will ultimately strengthen our food system by wasting fewer resources, finding new economic opportunities, preventing environmental damage and alleviating food insecurity.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,004 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 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; 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 ».