MétaCan
Menu
Retour à la cohorte
Enregistrement W4412478832 · doi:10.1016/j.grets.2025.100242

Sustainable agriculture through environmental adaptation engineering for waste management

2025· article· en· W4412478832 sur OpenAlexafffund
Jesna Fathima, Noori M. Cata Saady, Sohrab Zendehboudi, Talib M. Albayati, Abbas Al‐Nayili, Pritha Chatterjee, Brian Peach, Juan E. Ruiz Espinoza

Notice bibliographique

RevueGreen Technologies and Sustainability · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsDepartment of Fisheries and Aquaculture, Government of Newfoundland and Labrador
Mots-clésAdaptation (eye)AgricultureSustainable agricultureEnvironmental planningEnvironmental resource managementBusinessEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

Global climate change destabilizes ecosystems, weather, and human livelihoods. Because it uses the industrial farming model, agriculture generates 10% of the global greenhouse gas emissions. However, food production must increase by 70% by 2050; achieving this goal under the evolving and dynamic climate change and its impacts and repercussions is challenging. This review explores how environmental adaptation engineering can transform agriculture to a sustainable, resilient, low-carbon system that balances productivity with environmental stewardship, and describes policies and practices supporting this transformation. It uses a comprehensive bibliometric analysis, updated climate data (e.g., IPCC AR6), and an integrative literature review of agricultural practices, environmental engineering innovations, adaptive biotechnologies, socioeconomic aspects, community involvement, and policy implications. It introduces the novel ecological farm model that aligns climate resilience, resource efficiency, and circular economy principles. It innovatively bridges a gap in the literature by synthesizing advances in hydroponics, anaerobic digestion, and microalgae technologies as an integrated adaptation strategy to address agricultural vulnerabilities under climate change. It highlights the potential of these environmental engineering solutions to manage waste, reduce emissions, generate renewable biofuels, sequester and convert CO 2 into biomass, optimize water use, recover nutrients, enhance crop quality and yield, and restore the environment. We highlight how important community engagement, knowledge sharing, and capacity building are in adopting adaptation practices across diverse socioeconomic settings. By integrating these approaches, adaptation engineering can align agricultural productivity with ecological responsibility. The findings suggest that incorporating adaptive technologies in agriculture is crucial to mitigate climate impacts and build sustainable, inclusive, and resilient food systems, ensuring long-term environmental and societal well-being.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,630
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,005
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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
GenreEmpirique

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

En bref

Citations12
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGreen Technologies and SustainabilityMême sujetSustainable Supply Chain ManagementTravaux en français237 207