MétaCan
Menu
Retour à la cohorte
Enregistrement W1647730395 · doi:10.15353/cfs-rcea.v2i1.76

“Ways of knowing” in food studies

2015· article· en· W1647730395 sur OpenAlexaffvenueabout
Ellen Desjardins

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCulinary Culture and Tourism
Établissements canadiensCanadian Association of Learned Journals
Organismes subventionnairesnon disponible
Mots-clésDisciplineField (mathematics)EpistemologyFood studiesSociologyPoint (geometry)Engineering ethicsData scienceSocial scienceComputer scienceEngineeringAnthropology

Résumé

récupéré en direct d'OpenAlex

What do we mean by food studies? Is it a distinct field or not, and what might it encompass? This issue starts, poignantly, with a commentary that summarizes some intense deliberations on these questions at CAFS 2014, the annual meeting of the Canadian Association for Food Studies. The authors conclude by suggesting that “food studies scholars and practitioners...traverse not just disciplinary boundaries, but epistemological boundaries.” This entails more than different methodologies, as they point out, but may open up a broader typological range of research questions, examine how food can serve as a catalyst for exploring new issues, and expand the possibilities of where, or to whom, researchers can turn as a source of learning. Moreover, when disciplines are projected as “ways of knowing, doing and writing” rather than “static territories of knowledge,” such an approach can reveal potential “relationships among the disciplines that are often otherwise obscured.”

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,930

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,154
Tête enseignante GPT0,259
Écart entre enseignants0,105 · 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'étudeQualitatif
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

Citations1
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetCulinary Culture and TourismTravaux en français237 207