MétaCan
Menu
Retour à la cohorte
Enregistrement W2035833036 · doi:10.3390/su5114728

Wild Food, Prices, Diets and Development: Sustainability and Food Security in Urban Cameroon

2013· article· en· W2035833036 sur OpenAlexaff
Lauren Q. Sneyd

Notice bibliographique

RevueSustainability · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésFood securitySustainabilityVulnerability (computing)BusinessPopulationStaple foodConsumption (sociology)Resource (disambiguation)Agricultural economicsGeographyEconomicsEnvironmental healthAgricultureBiologyEcology

Résumé

récupéré en direct d'OpenAlex

This article analyses wild food consumption in urban areas of Cameroon. Building upon findings from Cameroon’s Comprehensive Food Security and Vulnerability Analysis (CFSVA) this case study presents empirical data collected from 371 household and market surveys in Cameroonian cities. It employs the UN Special Rapporteur on the Right to Food’s framework for understanding challenges related to the availability, accessibility, and adequacy of food. The survey data suggest that many wild/traditional foods are physically available in Cameroonian cities most of the time, including fruits, vegetables, spices, and insects. Cameroonians spend considerable sums of their food budget on wild foods. However, low wages and the high cost of city living constrain the social and economic access most people have to these foods. The data also suggest that imports of non-traditional staple foods, such as low cost rice, have increasingly priced potentially more nutritious or safe traditional local foods out of markets after the 2008 food price crisis. As a result, diets are changing in Cameroon as the resource-constrained population continues to resort to the coping strategy of eating cheaper imported foods such as refined rice or to eating less frequently. Cameroon’s nutrition transition continues to be driven by need and not necessarily by the preferences of Cameroonian consumers. The implications of this reality for sustainability are troubling.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,851

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,192
Écart entre enseignants0,185 · 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

Citations61
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetUrban Agriculture and SustainabilityTravaux en français237 207