MétaCan
Menu
← Retour à la cohorte
Enregistrement W1949525321

Food reclamation as an approach to hunger and waste: A conceptual analysis of the charitable food sector in Toronto, Ontario

2008· article· en· W1949525321 sur OpenAlexaffabout
Helen Thang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésFood securityPovertyLand reclamationSustainabilityFood wasteFood systemsWork (physics)Distribution (mathematics)Environmental justicePolitical scienceEconomic growthSociologyEconomicsGeographyAgricultureEngineeringEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The study of the organized practice of food reclamation for charitable distribution can be situated within broader debates of hunger, poverty, social justice, ecological sustainability, and community development. In this paper, a conceptual analysis will be used to explore some of the debates surrounding the use of food reclamation as an approach to social policy and waste diversion. Focusing on the charitable food sector in Toronto, Ontario, and the work of organizations such as Second Harvest Toronto, this paper will briefly address criticisms of food reclamation in response to food insecurity and proposed alternatives to the charitable food assistance system. Although the development of alternative food security approaches that move away from donor-driven initiatives will be crucial to challenging the larger socio-economic and political factors that produce and perpetuate poverty, hunger, and the prevention of access to nutritional food, it is clear that charitable food reclamation and distribution organizations will continue to play a significant and valuable role as a food security actor within the communities they serve.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,172
Score d'incertitude au seuil0,960

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0170,014
Communication savante0,0060,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,218
Tête enseignante GPT0,401
Écart entre enseignants0,182 · 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'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

Citations8
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFood Security and Health in Diverse Populations→Travaux en français237 207→