Beyond the fields: Unravelling the social consequences of green pea protein production from a Swedish perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite legume-based proteins being more environmentally sustainable compared to conventional meat proteins, these products need to be backed up by socially sustainable supply chains, as upstream and downstream social impacts may hinder their overall contribution to sustainability. This study shows how a social life-cycle assessment (SLCA) can highlight people-centred issues in an emerging Swedish pea-protein supply chain. Using surveys with farmers and workers in combination with a social risk database, we reveal key social risks and improvement options. A stakeholder survey assessment and cradle-to-factory-gate social life-cycle assessment for farmers, workers, local communities, and society were performed. The Product Social Impact Life Cycle Assessment (PSILCA) 2.0 database was used to perform the assessment within OpenLCA. A comparative scenario analysis was performed with Germany, Canada and China. Methodologically, the study applies a mixed-method approach, combining stakeholder-generated data with social risk modelling, offering a replicable template for future assessments of social sustainability. Results indicate moderate but improvable social performance in Sweden for the stakeholders considered, especially in terms of financial risks, economic support and working hours for farmers. The quantitative assessment reveals upstream impacts in terms of risk of child labour, migration flows, and social security expenditures linked to the non-European origin of fertilizer and chemical pesticides. The study highlights the importance of considering social impacts from agricultural input choices and potential risks when scaling up production. It advances social sustainability assessment by integrating qualitative, real-time stakeholders’ insights with quantitative modelling in emerging supply chains. The findings provide useful guidance for companies and policymakers seeking to develop or scale up socially responsible plant-based supply chains.
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.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle