2.2. Relationship between food wast

2.2. Relationship between food waste and shelf life The connection between reduced food waste and extended shelf life was established by the use of multiple linear regression (MLR)to produce an equation describing how the relative waste (RW)depends on turnover (T), shelf life (SL) and minimum order size(MOS) for products where data on all these parameters are avail-able. In the MLR, the analysis was limited to including only food items with a shelf life shorter than 85 days. The calculations were based on 984 products, consisting of 92 cheese products, 258 dairy products 333 deli products and 311 meat products, and Eq. (1) was created from the MLR results (adjusted R2-value = 0.666). Log(RW) = 0.351 − 0.909 × Log(T) − 0.888 × Log(SL) + 0.156 × Log(MOS) (1)
The reduction in relative waste (RW) resulting from increased shelf life was calculated using this equation and then applied to the recorded waste of each product. The material included 3678 products, but 260 of these were excluded since they were stored either frozen or at room temperature and 391 were excluded since they had no recorded waste in any of the six supermarkets during all three study years. Since the material only included 984 products with values for all parameters studied (turnover, shelf life, mini-mum order size, waste), missing values were approximated based on similar products. Approximations had to be made for 1233 values of minimum order size and 1800 values of shelf life, which corresponded to 40% and 60% of the values, respectively. ‘Similarproducts’ in this case meant similar customer pack size and pack type when estimating minimum order size, and similar product type and brand when estimating shelf life. Potential reduction in RW was set by calculating a theoretical RW for every product and every temperature investigated. The original T and MOS were used in all calculations, but SL increased relatively to the original SL based on the sources cited in Section 2.1. This gave a theoretical relative waste value for every storage temperature and product investigated. The relative differences between the theoretical RW at starting temperature and theoretical RW at the target storage temperature were calculated and applied to the actual relative waste in the supermarkets to simulate the waste reduction potential of all products investigated.

ผลลัพธ์ (ไทย) 1:

2.2. ความสัมพันธ์ระหว่างอาหารเสียและอายุการเชื่อมต่อระหว่างการเสียของอาหารลดลงและขยายอายุก่อตั้งขึ้น โดยใช้การถดถอยเชิงเส้นหลาย (MLR) เพื่อสร้างสมการอธิบายวิธีเสียสัมพัทธ์ (RW) ขึ้นอยู่กับการหมุนเวียน (T), อายุ (SL) และ size(MOS) สั่งขั้นต่ำสำหรับสินค้าที่ข้อมูลพารามิเตอร์เหล่านี้มีประโยชน์สามารถ ใน MLR วิเคราะห์ถูกจำกัดเฉพาะรายการอาหารที่ มีอายุการเก็บรักษาสั้นกว่าวัน 85 รวมทั้ง จากการคำนวณบน 984 ผลิตภัณฑ์ ประกอบด้วยผลิตภัณฑ์ชี 92 ผลิตภัณฑ์เดลี่ 258 นม 333 และ 311 เนื้อ ผลิตภัณฑ์ และ Eq. (1) สร้างจากผล MLR (ปรับค่า R2 = 0.666) Log(RW) = 0.351 − 0.909 × Log(T) − 0.888 × Log(SL) + 0.156 × Log(MOS) (1) การลดขยะสัมพัทธ์ (RW) เกิดจากอายุที่เพิ่มขึ้นมีคำนวณโดยใช้สมการนี้ และกับขยะที่บันทึกไว้ของแต่ละผลิตภัณฑ์ วัสดุรวมผลิตภัณฑ์ 3678 ได้ 260 เหล่านี้ถูกแยกออกไปเนื่องจากพวกเขาถูกเก็บไว้แช่แข็งอย่างใดอย่างหนึ่ง หรือห้อง อุณหภูมิและ 391 ถูกคัดออกเนื่องจากพวกเขาเสียไม่บันทึกในซุปเปอร์มาร์เก็ต 6 ระหว่างปีการศึกษาที่สามทั้งหมด เนื่องจากวัสดุเฉพาะรวม 984 ผลิตภัณฑ์ มีค่าสำหรับพารามิเตอร์ทั้งหมดศึกษา (หมุนเวียน อายุ มัมมินิสั่ง ขนาด เสีย), ถูกเลียนแบบค่าหายไปตามผลิตภัณฑ์คล้ายคลึงกัน มีเพียงการประมาณการค่า 1233 ขนาดขั้นต่ำและค่า 1800 ของอายุ ที่ corresponded 40% และ 60% ของค่า ตามลำดับ 'Similarproducts' ในกรณีนี้หมายถึง ลูกค้าคล้ายแพ็คขนาด และชนิดแพ็คเมื่อประเมินขนาดใบสั่งต่ำสุด และประเภทผลิตภัณฑ์ที่คล้ายกัน และแบรนด์เมื่อประมาณอายุ RW ลดอาจถูกตั้งค่า โดยคำนวณ RW ทฤษฎีสำหรับทุกผลิตภัณฑ์และทุกอุณหภูมิที่สืบสวน T และ MOS เดิมถูกใช้ในการคำนวณทั้งหมด แต่ SL เพิ่มขึ้นค่อนข้าง SL เดิมที่ตามแหล่งที่อ้างในส่วน 2.1 นี้ให้ค่าเสียทฤษฎีสัมพัทธ์ทุกอุณหภูมิการจัดเก็บและตรวจสอบผลิตภัณฑ์ ความแตกต่างสัมพัทธ์ระหว่าง RW ทฤษฎีเริ่มต้นอุณหภูมิและ RW ทฤษฎีอุณหภูมิเก็บเป้าหมายถูกคำนวณ และกับญาติเสียจริงในซูเปอร์มาร์เก็ตเพื่อจำลองศักยภาพลดการเสียของผลิตภัณฑ์ทั้งหมดที่ตรวจสอบ

ผลลัพธ์ (ไทย) 2:

2.2 ความสัมพันธ์ระหว่างเศษอาหารและอายุการเก็บรักษาการเชื่อมต่อระหว่างเศษอาหารที่ลดลงและยืดอายุการเก็บก่อตั้งขึ้นโดยการใช้งานของการถดถอยเชิงเส้นหลาย ๆ (MLR) ในการผลิตสมการอธิบายถึงวิธีการเสียญาติ (RW) ขึ้นอยู่กับผลประกอบการ (T) อายุการเก็บรักษา (SL) และขนาดสั่งซื้อขั้นต่ำ (MOS) สำหรับสินค้าที่มีข้อมูลเกี่ยวกับพารามิเตอร์ทั้งหมดเหล่านี้มีประโยชน์สามารถ ในอัตราดอกเบี้ย MLR, การวิเคราะห์ถูก จำกัด รวมทั้งรายการอาหารเฉพาะกับอายุการเก็บรักษาสั้นกว่า 85 วัน การคำนวณอยู่บนพื้นฐานของ 984 ผลิตภัณฑ์ประกอบด้วย 92 ผลิตภัณฑ์ชีส 258 ผลิตภัณฑ์นม 333 ผลิตภัณฑ์เดลี่และ 311 ผลิตภัณฑ์จากเนื้อสัตว์และสมการ (1) ถูกสร้างขึ้นจากผล MLR (ปรับ R2-value = 0.666) เข้าสู่ระบบ (RW) = 0.351-0.909 ×เข้าสู่ระบบ (T) - 0.888 ×เข้าสู่ระบบ (SL) + 0.156 ×เข้าสู่ระบบ (MOS) (1)
การลดลงของเสียญาติ (RW) ที่เกิดจากอายุการเก็บรักษาที่เพิ่มขึ้นได้รับการคำนวณโดยใช้สมการนี้แล้ว นำไปใช้กับของเสียที่บันทึกไว้ของแต่ละผลิตภัณฑ์ วัสดุรวม 3,678 ผลิตภัณฑ์ แต่ 260 ของเหล่านี้ได้รับการยกเว้นตั้งแต่พวกเขาเก็บไว้ทั้งแช่แข็งหรือที่อุณหภูมิห้องและ 391 ได้รับการยกเว้นเนื่องจากพวกเขาไม่มีของเสียที่บันทึกไว้ในใด ๆ ของหกซูเปอร์มาร์เก็ตในช่วงสามปีที่ผ่านการศึกษา เนื่องจากวัสดุที่รวมเพียง 984 ผลิตภัณฑ์ที่มีค่าสำหรับพารามิเตอร์ทั้งหมดศึกษา (ผลประกอบการอายุการเก็บรักษา, มินิแม่ขนาดการสั่งซื้อของเสีย) ค่าที่ขาดหายไปถูกห้วงขึ้นอยู่กับผลิตภัณฑ์ที่คล้ายกัน ใกล้เคียงจะต้องมีการสร้างขึ้นมาเพื่อ 1233 ค่าของขนาดการสั่งซื้อขั้นต่ำ 1,800 และค่านิยมของอายุการเก็บรักษาซึ่งตรงกับ 40% และ 60% ของค่าตามลำดับ 'Similarproducts' ในกรณีนี้หมายถึงขนาดแพ็คของลูกค้าที่คล้ายกันและชนิดแพ็คเมื่อประมาณการขนาดสั่งซื้อขั้นต่ำและประเภทผลิตภัณฑ์ที่คล้ายกันและแบรนด์เมื่อประมาณการอายุการเก็บรักษา มีศักยภาพในการลด RW ถูกกำหนดโดยการคำนวณทางทฤษฎี RW สำหรับทุกผลิตภัณฑ์และอุณหภูมิทุกการตรวจสอบ เดิม T MOS และถูกนำมาใช้ในการคำนวณทั้งหมด แต่ SL เพิ่มขึ้นค่อนข้าง SL เดิมขึ้นอยู่กับแหล่งที่มาอ้างถึงในมาตรา 2.1 เรื่องนี้ทำให้ค่าเสียญาติทฤษฎีอุณหภูมิการเก็บรักษาทุกคนและการตรวจสอบสินค้า ความแตกต่างที่ความสัมพันธ์ระหว่างทฤษฎี RW ที่อุณหภูมิเริ่มต้นและทฤษฎี RW ที่อุณหภูมิการเก็บรักษาเป้าหมายจะถูกคำนวณและนำไปใช้เสียญาติที่เกิดขึ้นจริงในซูเปอร์มาร์เก็ตเพื่อจำลองที่มีศักยภาพการลดของเสียของผลิตภัณฑ์ทั้งหมดที่ตรวจสอบ