論文の概要: Goal oriented indicators for food systems based on FAIR data
- arxiv url: http://arxiv.org/abs/2302.09916v1
- Date: Mon, 20 Feb 2023 11:20:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-21 15:44:19.759858
- Title: Goal oriented indicators for food systems based on FAIR data
- Title（参考訳）: FAIRデータに基づく食品システムのゴール指向指標
- Authors: Ronit Purian
- Abstract要約: 本稿では, ゼロ廃棄物とゼロ排出のビジョンにかんする食品サプライチェーンの枠組みを提案する。
我々は、食品分野における費用対効果のあるユースケースの理由を提供し、価値あるデジタルツインを創出する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Throughout the food supply chain, between production, transportation,
packaging, and green employment, a plethora of indicators cover the
environmental footprint and resource use. By defining and tracking the more
inefficient practices of the food supply chain and their effects, we can better
understand how to improve agricultural performance, track nutrition values, and
focus on the reduction of a major risk to the environment while contributing to
food security. Our aim is to propose a framework for a food supply chain,
devoted to the vision of zero waste and zero emissions, and at the same time,
fulfilling the broad commitment on inclusive green economy within the climate
action. To set the groundwork for a smart city solution which achieves this
vision, main indicators and evaluation frameworks are introduced, followed by
the drill down into most crucial problems, both globally and locally, in a case
study in north Italy. Methane is on the rise in the climate agenda, and
specifically in Italy emission mitigation is difficult to achieve in the
farming sector. Accordingly, going from the generic frameworks towards a
federation deployment, we provide the reasoning for a cost-effective use case
in the domain of food, to create a valuable digital twin. A Bayesian approach
to assess use cases and select preferred scenarios is proposed, realizing the
potential of the digital twin flexibility with FAIR data, while understanding
and acting to achieve environmental and social goals, i.e., coping
uncertainties, and combining green employment and food security. The proposed
framework can be adjusted to organizational, financial, and political
considerations in different locations worldwide, rethinking the value of
information in the context of FAIR data in digital twins.
- Abstract（参考訳）: 食品サプライチェーンを通じて、生産、輸送、包装、グリーン雇用の間、多くの指標が環境フットプリントと資源利用をカバーしている。
食品サプライチェーンとその効果の非効率なプラクティスを定義し,追跡することで,農業のパフォーマンス向上や栄養価の追跡,食料安全保障に貢献するとともに環境に対する大きなリスクの低減に重点を置くことが可能となる。
本研究の目的は, 廃棄物ゼロ, 排出ゼロというビジョンを念頭に置いて, 温暖化対策における包括的グリーンエコノミーへの幅広いコミットメントを実現する, 食品サプライチェーンの枠組みを提案することである。
このビジョンを達成するスマートシティソリューションの基盤となるために、主要な指標と評価フレームワークを導入し、続いて、北イタリアにおけるケーススタディにおいて、グローバルおよびローカルの両方において最も重要な問題にドリルダウンする。
メタンは気候アジェンダの上昇中であり、特にイタリアでは農業分野での排出削減は困難である。
したがって、一般的なフレームワークからフェデレーションデプロイメントに移行することで、食品分野におけるコスト効率の良いユースケースの理由を提供し、価値あるデジタルツインを作ります。
ユースケースを評価し、選択したシナリオを選択するベイズ的アプローチが提案され、FAIRデータによるデジタルツインフレキシビリティの可能性を認識しつつ、環境と社会の目標、すなわち不確実性に対処し、グリーン雇用と食品安全保障を組み合わせる。
提案手法は, デジタル双生児におけるFAIRデータの文脈における情報の価値を再考し, 組織的, 経済的, 政治的考察に適応することができる。
関連論文リスト
- Global Ease of Living Index: a machine learning framework for longitudinal analysis of major economies [0.196629787330046]
世界経済の急激な変化、地政学的状況、新型コロナウイルス(COVID-19)のパンデミックなどの破壊は、生活費や生活の質に影響を与えている。
本稿では, 生活の質を, 社会経済的・インフラ的要因を1つの複合スコアに組み合わせたGlobal Ease of Living Indexを通じて定量化する手法を提案する。
論文 参考訳（メタデータ） (2025-02-08T02:37:17Z) - A monthly sub-national Harmonized Food Insecurity Dataset for comprehensive analysis and predictive modeling [0.11292693568898363]
本稿では,4つの主要なデータソースを統合するオープンソースリソースであるHFID(Harmonized Food Insecurity dataset)を紹介する。
HFIDは食品安全保障の専門家や人道機関にとって重要なツールであり、食料安全保障状況を分析するための統一された資源を提供する。
科学コミュニティはまた、HFIDを利用してデータ駆動予測モデルを開発することができ、将来の食糧危機の予測と予防の能力を高めることができる。
論文 参考訳（メタデータ） (2025-01-10T16:13:57Z) - Towards an Ontology of Traceable Impact Management in the Food Supply Chain [2.94944680995069]
このモデルは、食品生産と消費の影響を受ける地域社会に対する変化の影響を理解するために、トレーサビリティの有用性を高めることを目的としている。
このモデルは、世界的トレーサビリティを伴う説明責任、持続可能性、責任あるプラクティスを擁護する品質と広範な影響を強調している。
論文 参考訳（メタデータ） (2025-01-08T16:53:25Z) - Anticipatory Understanding of Resilient Agriculture to Climate [66.008020515555]
本稿では,リモートセンシング,深層学習,作物収量モデリング,食品流通システムの因果モデリングを組み合わせることで,食品のセキュリティホットスポットをよりよく識別する枠組みを提案する。
我々は、世界の人口の大部分を供給している北インドの小麦パンバスケットの分析に焦点をあてる。
論文 参考訳（メタデータ） (2024-11-07T22:29:05Z) - Enhancing Supply Chain Visibility with Knowledge Graphs and Large Language Models [49.898152180805454]
本稿では,サプライチェーンの可視性を高めるために,知識グラフ(KG)と大規模言語モデル(LLM)を活用した新しいフレームワークを提案する。
我々のゼロショットLPM駆動アプローチは、様々な公共情報源からのサプライチェーン情報の抽出を自動化する。
NERとREタスクの精度が高く、複雑な多層供給ネットワークを理解する効果的なツールを提供する。
論文 参考訳（メタデータ） (2024-08-05T17:11:29Z) - NourishNet: Proactive Severity State Forecasting of Food Commodity Prices for Global Warning Systems [0.0]
世界的な食品商品の価格変動は、食品市場の破壊の可能性を示す重要なシグナルである。
FAOは以前、食品価格の積極的な予測のための洗練された統計フレームワークを開発した。
本研究は,堅牢な価格セキュリティ指標と最先端のディープラーニング(DL)手法を統合することにより,これらの基盤の上に構築されている。
論文 参考訳（メタデータ） (2024-06-30T13:43:26Z) - Climate Change Impact on Agricultural Land Suitability: An Interpretable
Machine Learning-Based Eurasia Case Study [94.07737890568644]
2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。
気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。
本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
論文 参考訳（メタデータ） (2023-10-24T15:15:28Z) - AI For Global Climate Cooperation 2023 Competition Proceedings [77.07135605362795]
国際機関が国際気候協定の遵守を保証できない。
RICE-NはAIエージェントを使用した地域意思決定のモデリングをサポートする。
IAMは、これらの決定の気候・経済的な影響を未来にモデル化する。
論文 参考訳（メタデータ） (2023-07-10T20:05:42Z) - Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。
これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。
本稿では,本稿で開発したツールと方法論について紹介する。
論文 参考訳（メタデータ） (2020-11-03T21:22:42Z) - Farmland Parcel Delineation Using Spatio-temporal Convolutional Networks [77.63950365605845]
ファームパーセル・デライン化は、気候変動政策の開発と管理において重要なカダストラルデータを提供する。
このデータは、極端な気象災害に伴う損害後の補償を評価するための農業保険セクターにも有用である。
衛星画像の利用は、農場の区画整理作業を行うためのスケーラブルで費用対効果の高い方法である。
論文 参考訳（メタデータ） (2020-04-11T19:49:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。