Social Media for Enhancing Innovation in Agri-food and Rural Development: Current Dynamics in Ontario, Canada
Notice bibliographique
Résumé
Communication for innovation in agriculture and rural development involves interactive and multi-stakeholder approaches that mobilize ideas and resources from the public and private sectors as well as civil society. Digital tools broadly referred to as Web 2.0 technologies, and in particular, social media such as Facebook, Twitter, blogs and webinars are allegedly channels of communication for innovation. These tools potentially offer support for collective learning processes and co-creation of knowledge. There is little evidence, however, to substantiate that new media are enabling innovation by and among stakeholders of agri-food and rural systems. Are diverse agri-food producers, rural entrepreneurs, scientists or researchers, community-level volunteers and public servants interacting more effectively in Web 2.0 environments? Are social media reinventing agri-food and rural information flows? Employing methods of multiple database searches, review of literature, and content analysis of 50 relevant online communities this paper identifies emerging issues in the development and use of social media in the agri-food and rural sectors with an emphasis on data from Ontario and, to a lesser extent, elsewhere in Canada. Findings suggest that the uptake of social media is still in an early, exploratory phase associated with modest opportunities and relevant limitations of Web 2.0 mediated multi-stakeholder collaboration. Notably, there are gaps in giving and receiving feedback which are intrinsic to dyadic communication as well as innovation processes. Limitations identified include (a) conflicting perceptions among stakeholders about the use, risk, credibility and institutional incentives associated with social media, and (b) lack of capacity that enables use and development of appropriate social media applications. The paper concludes by summarizing the importance of autonomous, user-oriented applications of Web 2.0 tools in agri-food and rural systems. Keywords: Social media, Internet, Agriculture, Rural, Innovation, Communication, Canada, Ontario
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».