Characterization and Management of Food Loss and Waste in North America
Notice bibliographique
Résumé
Policies and programs on food loss and waste (FLW) are gaining momentum across North America as awareness of the issue continues to grow. The Commission for Environmental Cooperation (CEC) established the North American Initiative on Food Waste Reduction and Recovery as part of its Green Economy and Climate Change project areas. This white paper characterizes FLW in Canada, Mexico and the United States and identifies opportunities for the industrial, commercial and institutional (ICI) sector, governments, and nongovernmental organizations (NGOs) to take action across the three countries. The scope of this research included post-harvest to pre-consumer stages of the food supply chain (i.e., post-harvest food production; processing; distribution; retail; and food service). Pre-harvest food production and the consumer stages of the food supply chain are beyond the scope of this study. This project complements the CEC's North American Initiative on Organic Waste Diversion and Processing, which examines composting, anaerobic digestion, and other industrial processes (e.g. rendering, biofuel) for FLW and other organic waste. The content of this white paper was compiled from primary and secondary sources of information in Canada, Mexico, the United States and countries outside of North America. Primary sources included interviews and email exchanges with 167 stakeholders representing various locations, organization types and sizes, and stages of the food supply chain. Secondary sources included reports, white papers, academic papers, news articles, media recordings and government databases, as well as a review of on-the-ground programs and projects implemented by the ICI sector, governments and NGOs. North American and international experts on the subject matter also vetted key findings during a three-day stakeholder session held in Canada, in February 2017.
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) | 0,000 | 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 ».