MétaCan
Menu
Retour à la cohorte
Enregistrement W2146115122 · doi:10.1017/s0892679413000191

How We Count Hunger Matters

2013· article· en· W2146115122 sur OpenAlexaff
Frances Moore Lappé, Jennifer A. Clapp (University of Waterloo), Molly D. Anderson, Robin Broad, Ellen Messer, Thomas Pogge, Timothy A. Wise

Notice bibliographique

RevueEthics & International Affairs · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGlobeAgricultureFamineFood pricesAgency (philosophy)Food insecurityFood securityFood supplyDevelopment economicsAgricultural economicsEconomic growthGeographyPolitical scienceEconomicsSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Hunger continues to be one of humanity's greatest challenges despite the existence of a more-than-adequate global food supply equal to 2,800 kilocalories for every person every day. In measuring progress, policy-makers and concerned citizens across the globe rely on information supplied by the Food and Agriculture Organization (FAO), an agency of the United Nations. In 2010 the FAO reported that in the wake of the 2007–2008 food-price spikes and global economic crisis, the number of people experiencing hunger worldwide since 2005–2007 had increased by 150 million, rising above 1 billion in 2009. However, in itsState of Food Insecurity in the World 2012(SOFI 12) the FAO presented new estimates, having revamped its methods and reinterpreted its hunger data back to 1990. The revised numbers for the period 1990–1992 to 2010–2012 reverse the trend to a steadily falling one. Based on the FAO's new calculations, extreme undernourishment peaked in 1990 at a record-breaking one billion, followed by a significant decline through 2006, when progress stalled but did not reverse (see chart below).

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)0,016
score de la tête « metaresearch » (Gemma)0,092
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,092
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0040,018
Communication savante0,0130,024
Science ouverte0,0030,006
Intégrité de la recherche0,0070,019
Charge utile insuffisante (le modèle a refusé de juger)0,0270,017

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 Opus0,191
Tête enseignante GPT0,456
Écart entre enseignants0,265 · 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'étudeThéorique ou conceptuel
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

Citations74
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEthics & International AffairsMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207