A proposed framework for evaluating meat alternatives
Notice bibliographique
Résumé
Abstract Concerns surrounding the environmental, economic, and ethical consequences of meat production and industrial agriculture have prompted substantial research and capital investment into the production of meat alternatives. Alternative meat production encompasses a variety of technological approaches including plant-based meats, cell-based or cultivated meats, meat alternatives relying on fungal protein sources, and hybrids thereof; each of which offers unique advantages and disadvantages and has been associated with a myriad of claims supporting it as the preferred alternative to animal-derived meats. As part of XPRIZE Foundation’s Feed the Next Billion competition, we developed a framework for evaluating meat alternatives by measuring their structural, nutritional, and organoleptic properties while also assessing safety and their purported environmental and economic benefits compared to animal-derived meats. The framework is technologically agnostic and can be used to evaluate meat alternatives of all types. The output of the framework enables a data-driven comparison to animal-derived meat and/or other alternative meats, allowing a range of stakeholders (e.g., food startups, investors, government) to assess technological readiness, competitive advantage, and impact potential. This framework can assist this nascent industry as it moves towards standardizing approaches to evaluating the quality, safety and proposed benefits of meat alternatives.
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 | 0,019 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,011 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».