Innovative strategies for valorization of byproducts from soybean industry: A review on status, challenges, and sustainable approaches towards zero-waste processing systems
Notice bibliographique
Résumé
The agro-food supply chain generates significant quantities of waste and byproducts globally, influenced by regional socioeconomic conditions, policy frameworks, and environmental concerns. The soybean industry generates various byproducts during the production processes of oil, soy milk, tofu, soy yogurt, edamame, miso, tempeh, natto, and soy sauce, presenting both challenges and opportunities for sustainable valorization. The review aims to outline the composition, status, and potential applications of key byproducts within the soybean industry including soy okara, soy whey, soy hull, soy meal, and lecithin, elucidating innovative strategies for their comprehensive valorization. The goal is to establish a sustainable zero-waste processing system by effectively utilizing these byproducts. This review explores emerging biotechnological advancements and eco-friendly processes aimed at maximizing resource recovery through the valorization of these soy byproducts. Various commercially viable products derived from repurposing the carbohydrate and protein fractions of diverse soy byproducts are highlighted. Additionally, a cutting-edge framework is proposed, advocating for the establishment of a zero-waste system within the soybean processing sector, emphasizing integrated biorefinery technologies, circular economy strategies, and sustainability principles. The framework proposed encompasses maximizing okara utilization, extracting value-added products, and implementing a closed-loop byproduct management approach within collaborative supply chains. Despite promising prospects, challenges such as anti-nutrients, viscosity and solubility of soy powder, and environmental impact must be addressed. This study could inspire further research into innovative technologies for the comprehensive and integrated valorization of soy byproducts, aiming to mitigate food waste and enhance the sustainability of the soybean industry.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».