Researching the culture in agri-culture: social research for international development
Notice bibliographique
Résumé
Dedication: Tribute to Robert King Merton, as a Founder of the Sociology of Science Foreword, Emil Q Javier and Per Pinstrup-Andersen Acknowledgements Contributors List of Abbreviations PART 1: SOCIAL RESEARCH FOR AGRICULTURAL POLICIES Concept and Method: The Uphill Route for Social Research in a Technological Environment, M M Cernea Agricultural Institutions and Receptivity to Social Research: The Case of the CGIAR, A H Kassam Who Are the Social Researchers of the CGIAR System? E Rathgeber, University of Ottawa, Canada PART 2: THE INSIDERS' VIEWS: SOCIAL RESEARCH IN THE CGIAR SYSTEM Rice for the Poor: The Call and Opportunity for Social Research, T R Paris, DAPO, Phillippines, S Morin, F G Palis, and M Hossain Understanding Forests-People Links: The Voice of Social Scientists, C J Pierce Colfer, CIFOR, Indonesia with E Dounias, M Goloubinoff, C Lopez, and W Sunderlin Humanizing Technology Development in the Green Revolution's Home, M R Bellon, CIMMYT, Mexico, M Morris, J Ekboir, E Meng, H De Groote, and G Sain Water to Thirsty Fields: How Social Research Can Contribute, M Samad, International Water Management Institute, Sri Lanka and D J Merrey Rootcrops in Agricultural Societies: What Social Research has Revealed, G Prain, CGIAR System-wide initiative on Urban & Peri-urban Agriculture, Lima, Peru, G Thiele, O Ortiz, and D Campilan Why the 'Livestock Revolution' Requires Research on People, D Romney, ILRI, Nairobi, Kenya and B Minjauw Aquatic Resources: Collective Resources and Severance for the World's Fish Wealth, K Kuperan Viswanathan, World Fish Center, Dhaka, Bangladesh, M Ahmed, P Thompson, P Sultana, M Dey, and M Torell Tropical Agriculture and Social Research: An Analytical Perspective, D Holland, Greening Australia, Inc, Australia, J Ashby, M Mejia, and J Voss. Dry Areas and the Changing Demands for Social Research, A A Aw-Hassan, International Center for Agricultural Research in the Dry Areas (ICARDA), Syria and M Abdelali-Martini Agricultural Biodiversity-and How Human Culture is Shaping It, P Eyzaguirre, IPGRI, Italy Studying Property Rights and Collective Action: A System-Wide Program, R Meinzen-Dick, CGIAR, USA Crafting Food Policy with Social Science Knowledge, R Meinzen-Dick, M Adato, M Cohen, C Farrar, L Haddad, and A Quisumbing PART 3: THE OUTSIDERS' VIEW: ISSUES, EXPECTATIONS, AND AGENDAS Not Just One Best System: The Diversity of Institutions for Coping with the Commons, E Ostrom, Indiana University, USA Social Research and Researchers in the CGIAR: Perceiving an Underused Potential, R Chambers, University of Sussex, UK The Rockefeller Foundation and Social Research in Agriculture, G Conway, The Rockefeller Foundation, USA, A Adesina, J Lynam, and J Moock A Donor Perspective on the Accomplishments, Limitations, and Opportunities for Social Research, S Bode, USAID/EGAT/ESP/IRB, USA and D Rubin Seeking Half our Brains: Constraints and Incentives in the Social Context of Interdisciplinary Research, R E Rhoades, University of Georgia, USA Roots: Reflections of a 'Rocky Doc' on Social Science in CGIAR, S Guggenheim, The World Bank, USA Social Science Knowledge as Public Good for Agriculture, D G Dalrymple, US Agency for International Development, USA Index.
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 | 0,043 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,007 | 0,034 |
| Communication savante | 0,023 | 0,033 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».