Engineering’s Role as a Partner in the Food Supply Chain: From Farm to Plate and Beyond
Notice bibliographique
Résumé
Abstract As the global population continues to grow, there will inevitably be demands for more food. Moreover, among the key elements of the United Nations’ Sustainable Development Agenda is the provision of sufficient quantities of nutritious food for all by 2030. Presently, the world actually produces enough food for all, so to meet future requirements could mean just doing more of the same in terms of food production. However, aggregate global sufficiency does not translate into individual adequacy for all, so while many have an abundance of food, others are starving. This situation is the result of a combination of many factors from armed conflicts, natural disasters, geography, and severe weather events to the state of national economies, population demographics, and the vagaries of political interventions. These causes are amplified by the sizable amounts of global food waste (FW) and post-harvest food losses (FLs). Engineering alone cannot ensure the eradication of global hunger, but engineering’s continuing involvement and improvement at the start of the food supply chain (FCS), i.e., the sowing, growing, and harvesting, could play a major role. Unfortunately, there is a general lack of awareness of how engineering has been, and continues to be, involved in the production and acquisition of food to its processing and consumer availability, i.e., farm to plate. This paucity of awareness is also evident among many engineering communities. In this chapter, some insights are provided into engineering’s role in agriculture together with some remarks on sustainable food production
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».