Integrating nutritional and environmental impacts of animal-source foods via nutrition-based life-cycle assessment (nLCA)
Notice bibliographique
Résumé
Significant progress has been made in animal production systems to better understand the environmental footprints in animal-source foods by applying life-cycle assessment (LCA). However, prior LCA studies heavily focused on quantifying environmental footprints based on physical units, with less attention on the nutritional value of foods. Given that animal-source foods play a vital role in providing key nutrients, it's critical to integrate both nutrition and environmental impacts to better understand the sustainability of foods. Hence, this study aims to assess the nutritional-based cradle-to-gate environmental impacts of five animal-source foods, including pork sausage, pork ham, pork bacon, beef sausage, and beef steak, via nutrition-based LCA approach. Nutritional-environmental footprint (NEF) was quantified based on three functional units: per serving, per 50 g protein, and per 100 kcal energy. Both ranking and actual value method were applied to assess and compare each food's combined environmental and nutritional footprints. Results show that relative to pork products, beef products generally score higher environmental footprints; however, beef steak tends to rank higher when considering nutrition parameters alone. When nutritional and environmental footprints are integrated into NEF scores, pork bacon tends to receive lower NEF scores than other products under most scenarios. Although the choice of assessment methods and functional units impacts NEF scores and the product ranking, the overall pattern remains consistent. These outcomes provide insights for various stakeholders such as the animal industry to identify sustainability hotspots, policymakers to establish evidence-based product recommendations and certification guidelines, and consumers to make informed decisions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».