MétaCan
Menu
Retour à la cohorte
Enregistrement W2033540646 · doi:10.15353/cfs-rcea.v1i1.19

Building Effective Relationships for Community-Engaged Scholarship in Canadian Food Studies

2014· article· en· W2033540646 sur OpenAlexafffundvenueabout
Peter Andrée, Dayna Chapman, Louisa Hawkins, Cathleen Kneen, Wanda Martin, Christina Muehlberger, Connie Nelson, Katherine Pigott, Wajma Qaderi-Attayi, Steffanie Scott, Mirella L. Stroink

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensUniversity of SaskatchewanLakehead UniversityRegional Municipality of WaterlooUniversity of WaterlooCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPublic relationsScholarshipContext (archaeology)NegotiationEngaged scholarshipSociologyWorkforceFood systemsFood securityWork (physics)Political scienceEngineeringSocial scienceGeography

Résumé

récupéré en direct d'OpenAlex

How can community-engaged scholars best undertake grounded, policy-relevant, food systems research and teaching in ways that support the capacity of—and meaningfully build on—the experiences of civil society organizations working on these issues in Canada? This paper analyzes four case studies in the context of a research project that brings together members of the Canadian Association for Food Studies and Food Secure Canada. One case was led by Region of Waterloo Public Health and faculty from the University of Waterloo; a second by the Food Security Research Network at Lakehead University in Thunder Bay and the North Superior Workforce Planning Board; a third by the national student organization Meal Exchange and Ryerson University in Toronto; and a fourth by the BC Food Systems Network. We argue that the answer to the question above lies in establishing respectful relationships and recognizing the different cultures involved, and we offer five methodological insights for building effective relationships in practice. The first is the need to disaggregate the concept of ‘community’ in order to acknowledge the distinct needs and assets of the diverse organizations and populations involved. Our second and third insights are linked: Establish the relationship around a shared vision, and then negotiate mutually-beneficial teaching or research projects. Fourth, practitioners should approach community-campus engagement through the framework of contextual fluidity, which includes seeing the relationships and the vision at the heart of the work, while remaining open to shifts and new opportunities. Finally, adopting community capacity building practices helps practitioners realize their shared vision.

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)0,045
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil0,911

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,009
Études des sciences et des technologies0,0790,071
Communication savante0,0380,012
Science ouverte0,0060,030
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,174
Tête enseignante GPT0,344
Écart entre enseignants0,170 · 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.

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

Citations21
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetService-Learning and Community EngagementTravaux en français237 207