Multi-criteria decision-analysis on the circularity and life cycle assessment direction in grains, cereals, crops, and pulses industry: A Canadian Case Study
Notice bibliographique
Résumé
This study extensively analyzes Life Cycle Assessments (LCAs) and circular economy solutions in the Canadian grains, crops, cereals, and pulse (GCCP) industry. The analysis reveals that corn, canola, and wheat are the most represented GCCP commodities in existing LCAs. At the same time, Saskatchewan and Ontario remain underrepresented relative to provincial GDP derived from GCCPs, particularly in oilseed and coarse grain assessments. Environmental LCAs (ELCAs) dominate the sector, with a limited focus on economic and social LCAs (s-LCA). The multi-criteria decision analysis (MCDA) technique of Combined Compromise Solution (CoCoSo) and entropy method was conducted to identify commodities and relevant circular economy solutions that require further LCA assessments. Using the proposed circular economy for research conceptual framework, it was determined that wheat, barley, and corn should be prioritized for future LCAs, and more extensive efforts should be conducted for soybeans. Consequently, single cell protein, corn bioethanol, and corn pellets emerged as promising circular economy solutions despite potential challenges in implementation. A correlation analysis revealed that hemp should prioritize LCA assessments of systems at the farm and processing gate, whereas corn and wheat should prioritize LCA modeling in circular innovations.
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 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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».