MétaCan
Menu
Retour à la cohorte
Enregistrement W1907988119 · doi:10.1111/joac.12123

Introduction to a Symposium on Global Finance and the Agri‐food Sector: Risk and Regulation

2015· article· en· W1907988119 sur OpenAlexaff
Оане Виссер, Jennifer A. Clapp (University of Waterloo), S. Ryan Isakson

Notice bibliographique

RevueJournal of Agrarian Change · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFinancializationSpeculationInvestment (military)Private sectorFinancial servicesState (computer science)Value (mathematics)EconomicsFinancePolitical scienceEconomic growthPolitics

Résumé

récupéré en direct d'OpenAlex

This symposium introduction brings together two debates; the debate on global food prices and speculation, and the debate on so‐called global ‘land investment’ or ‘land grabbing’. Both debates are examining two sides of the same phenomenon – the growing role of private financial investors in the global agri‐food value chains and the myriad consequences of it. The symposium moves beyond the identification of finance as an exogenous factor to the trends in the sector. It examines real‐life incarnations of finance in the sector by looking at investment arrangements, including connections with the state, and its (regional) variations. The symposium addresses three main themes. First, it explores the interplay of the state and private finance. It shows that the effect of regulation is limited in the face of increasingly mobile and complex investment flows. Second, it addresses the shifts and transfigurations of risk in the agri‐food sector due to financialization. Third, the symposium discusses to what extent, and how, the origins and identity of farmland investors still matters within an increasingly globalized financial sector. The paper concludes by identifying some related areas for further research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,003
Communication savante0,0060,006
Science ouverte0,0020,004
Intégrité de la recherche0,0080,011
Charge utile insuffisante (le modèle a refusé de juger)0,0340,010

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 Opus0,026
Tête enseignante GPT0,202
Écart entre enseignants0,176 · 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 source (Gemma direct ou Codex distillé), 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
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agrarian ChangeMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207