MétaCan
Menu
Retour à la cohorte
Enregistrement W1910801685 · doi:10.15353/cfs-rcea.v2i2.103

Mapping the state of play on the global food landscape

2015· article· en· W1910801685 sur OpenAlexfundvenueno aff
Jennifer A. Clapp (University of Waterloo), Annette Aurélie Desmarais, Matias E. Margulis

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of WaterlooUniversity of ManitobaPierre Elliott Trudeau FoundationUniversity of Northern British Columbia
Mots-clésFood securityLand grabbingFood systemsPovertyFood sovereigntyAgricultureSustainabilityFood processingRight to foodBusinessScale (ratio)Natural resource economicsFood industryFood pricesState (computer science)EconomicsGeographyEconomic growthPolitical scienceEcology

Résumé

récupéré en direct d'OpenAlex

The global food landscape is changing rapidly. In 2007–08 food prices soared and remained volatile in the following years, effectively leading to a world food crisis that drove tens of millions of people into poverty and hunger. A phenomenal increase in large-scale farmland acquisitions in developing countries by a range of investors is leaving land rights in question for many small-scale producers while land grabbing is also occurring in the global North. There is also growing corporate concentration in the international food industry, from agricultural input firms to trading firms to production and processing and food retail. A changing global climate with associated unpredictable weather and crop yields complicates this picture, as does a steady increase in the application of agricultural biotechnology worldwide. To counter these global forces, communities around the world are imagining and building alternative locally-based and interconnected food systems grounded in the idea of food sovereignty to ensure food security, ecological sustainability and social justice.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,965

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 Opus0,075
Tête enseignante GPT0,219
Écart entre enseignants0,144 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207