MétaCan
Menu
Retour à la cohorte
Enregistrement W7081939175 · doi:10.1016/j.jclepro.2025.146520

Life cycle climate impacts of eating patterns of Canadian provinces: Focus on meat and protein intake

2025· article· en· W7081939175 sur OpenAlexafffundabout

Notice bibliographique

RevueJournal of Cleaner Production · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésConsumption (sociology)Climate changeFood intakeRed meatFood consumptionFish <Actinopterygii>Dietary protein

Résumé

récupéré en direct d'OpenAlex

Many studies have assessed the life cycle impacts of national eating patterns, but few have explored the differences in environmental impacts of regional eating patterns within a country, which can differ due to geographical, cultural, socio-economic, and systemic factors such as food policies and food environments. This study characterizes the global warming potential (GWP) of eating patterns across ten provinces in Canada, identifying key foods driving these impacts and evaluating protein intake ratios. Meat consumption varies across regions, with the highest consumed meat being poultry. Across all regions, average intakes of protein-rich plant-based foods (including pulses, nuts, and seeds) are lower than total meat and fish consumption. The GWP of eating patterns ranges from 4.31 to 5.04 kg CO 2 e per 2000 kcal. Animal-based protein foods, particularly beef, contribute to 67 % of the GWP, while protein-rich plant-based foods contribute just 1 %. Average protein intake from animal-based foods is consistently higher than from plant-based foods, with an average ratio of 65:35 across the provinces. A scenario analysis for Ontario, the most populous province in Canada, showed that changing protein intake ratios from 65:35 to 50:50 and 40:60 resulted in GWP reductions of 18 % and 27 %, respectively. Strategies for dietary shifts should focus on increasing plant-based protein consumption while reducing animal-based protein intake to lower the climate change impacts of eating patterns, all while maintaining sufficient protein levels. • Climate impacts and protein sources were evaluated in Canadian region eating patterns. • Types of meat consumption varies considerably across regions. • Intake and global warming contribution of protein-rich plant-based foods is low. • Average ratio of animal- and plant-based food consumption is 65:35. • Shifting the ratio from 65:35 to 50:50 and 40:60 can reduce global warming.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,554
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Cleaner ProductionMême sujetGeochemistry and Geologic MappingTravaux en français237 207