MétaCan
Menu
Retour à la cohorte
Enregistrement W1759685849 · doi:10.15353/cfs-rcea.v2i2.105

SFSGEC - Meatification and the madness of the doubling narrative

2015· article· en· W1759685849 sur OpenAlexvenueno aff
Tony Weis

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeSustainabilityPopulationProduction (economics)World populationGeographyAgricultural economicsEconomyEconomic growthDevelopment economicsEconomicsSociologyBiologyEcologyArtDemographyLiterature

Résumé

récupéré en direct d'OpenAlex

Since 2008, there has been an increasingly influential narrative that world crop production must (“sustainably”) double from current levels in order to feed over nine billion people by 2050 (FAO, 2009; Ray, Mueller, West, & Foley, 2013; Soil Association, 2010; Tilman, Balzer, Hill & Befort, 2011; UN, 2009), which has been enthusiastically embraced by large agro-input and agrifood corporations. Four prominent drivers feature in this doubling narrative: the magnitude of persistent hunger and malnourishment; further human population growth; expanded biofuel production; and expected dietary changes. At first glance, this conveys the appearance of a sober, objective assessment about the fact that there are many people hungry today, that there will soon be at least two billion more people, that more land is being devoted to biofuels given the limits to conventional fossil energy supplies, and that people with rising incomes will keep eating more animal products in line with past trends, what I have called the meatification of diets.

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)0,001
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,745
Score d'incertitude au seuil0,865

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,040
Tête enseignante GPT0,231
Écart entre enseignants0,191 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207