MétaCan
Menu
Retour à la cohorte
Enregistrement W1854179786 · doi:10.2752/175174414x13892765366811

Growing, Cooking, Eating, Shitting Off-grid Organic Food

2014· article· en· W1854179786 sur OpenAlexaffabout
Phillip Vannini, Jonathan Taggart

Notice bibliographique

RevueFood Culture & Society · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésSustainabilityFood systemsBusinessEthnographyHegemonyFood processingGeographyPolitical scienceFood securityEcologyAgriculturePolitics

Résumé

récupéré en direct d'OpenAlex

Though research on back-to-the-landers, smallholders, organic farmers, community gardeners and eco-villagers is copious, extremely little knowledge exists on off-grid living. “Off-grid” refers to a home or community disconnected from regional electricity and natural gas infrastructures. Off-gridder dwellers not only generate power and heat but in general also practice relative self-sufficiency when it comes to food production. Drawing from ethnographic research conducted in Canada, this paper examines the practices of growing, cooking, eating and disposing of off-grid organic food. Off-gridders' practices present a counter-hegemonic idea of convenience which emphasizes the importance of food that is local, self-produced, sustainably-cooked and sustainably disposed of. We argue that off-gridders engage in acts of “deconcession,” that is, practices that respatialize and reconfigure food-based assemblages of materials, institutions, practices, representations and experiences by way of reduced reliance on the dominant system of distant food supply.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,182
Écart entre enseignants0,174 · 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'étudeSans objet
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

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood Culture & SocietyMême sujetOrganic Food and AgricultureTravaux en français237 207