MétaCan
Menu
Retour à la cohorte
Enregistrement W4405157937 · doi:10.54254/2753-8818/2024.la17931

Methodologies of meat analogue production and nutritional perspectives: A review

2024· review· en· W4405157937 sur OpenAlexaff

Notice bibliographique

RevueTheoretical and Natural Science · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)SustainabilityMicronutrientBusinessFood processingConsumption (sociology)Animal productionMeat packing industryPopulationGlobal populationBiotechnologyAgricultural scienceAgricultural economicsFood scienceEconomicsBiologyEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

With increasing global population and environmental concerns, the development of meat analogues, including plant-based proteins and cultivated meat, has become a solution for elevating global protein production and addressing sustainability issues. North America and Europe lead the meat analogue market, driven by elevated consumer awareness of health and environmental concerns. Under the influence of western diet, the Asian market is also poised for growth. While cultivated meat industry remains immature, advancements in production and cost reductions are expected to boost its market share over time. Although research on meat analogue methodology has increased in recent years, reviews that combine production methodologies and nutritional perspectives remain uncommon. This review comprehensively analyses the production methods, nutritional values, and market prospects of meat analogues. Meat analogue production has great potential in reducing water consumption, promoting sustainability, and improving animal welfare. Meat analogue provides high protein content and balanced amino acid profile, though certain micronutrient deficiencies due to production processes. This review outlines directions for further research in meat analogue production, emphasizing the importance of enhancing production efficiency and nutritional fortification to address food insecurity and environmental damage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,010
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,343
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical and Natural ScienceMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207