MétaCan
Menu
Retour à la cohorte
Enregistrement W1993606364 · doi:10.1080/14927713.2014.906176

Promoting sustainable food and food citizenship through an adult education leisure experience

2013· article· en· W1993606364 sur OpenAlexafffundvenue
Alan Warner, Edith Callaghan, Cate de Vreede

Notice bibliographique

RevueLeisure/Loisir · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensAcadia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCitizenshipParticipatory action researchCitizen journalismContext (archaeology)SociologyPublic relationsQualitative researchReflective practiceAction researchParticipant observationPsychologyPedagogyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

This action research project investigates a community-based, participatory learning approach to promoting sustainable food choices and food citizenship through a project-based leisure experience. Drawing on understandings from radical adult education, community-based social marketing and practice theory, a project-based leisure experience was designed, implemented and assessed. This experience involved volunteers hosting friends for a sustainable meal in their homes. The meal included guided activities, critical reflection on food system issues, values-based dialogue and written commitments to shift habits. A combination of participant observations, surveys and follow-up qualitative interviews indicated that the meal program had an influence on those involved, shifting habits and increasing sustainable food choices. Changes seemed owing to increases in motivation that were anchored in reflection on personal values rather than on a reduction in external barriers. A synthesis of the empirical findings and literature suggests five key characteristics of an adult education approach to project-based leisure that can facilitate food citizenship: personal social context, engaged experiences, social norms, social networks and community-based resources.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,253
Écart entre enseignants0,241 · 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.

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

Citations14
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLeisure/LoisirMême sujetEnvironmental Education and SustainabilityTravaux en français237 207