MétaCan
Menu
Retour à la cohorte
Enregistrement W2312529011 · doi:10.5304/jafscd.2013.034.019

Toward Alternative Food Systems Development: Exploring Limitations and Research Opportunities

2013· article· en· W2312529011 sur OpenAlexaff
Cayla Albrecht, Rylea Johnson, Steffi Hamann, Lauren Q. Sneyd, Lisa Ohberg, Michael CoDyre

Notice bibliographique

RevueJournal of Agriculture Food Systems and Community Development · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensUniversity of Guelph
Organismes subventionnairesDirectorate for Biological SciencesRoyal Society
Mots-clésFood systemsContext (archaeology)Face (sociological concept)ProvisioningOrder (exchange)Food securityPolitical scienceBusinessSociologyAgricultureSocial scienceComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

In recent years, interest in alternative food systems (AFS) has grown both in the popular imagination and in the academic literature. The literature is rife with justifications (or hopes) for the continued and necessary expansion of AFS in the face of unsustainable conventional food provisioning. Within the next five years it will be important to determine how to make alternatives more stable in order for them to play a more prominent role in battling the food insecurity and other social and economic challenges equated with agro-industrial foods. The goal of this commentary is to demonstrate some highly context-specific challenges and possible research trajectories in both the global South and the global North. We argue that in the global South more robust data collection can strengthen local food systems and traditional foods research, while in the global North, food skills and food literacy research may be important for scaling up and making alternative food systems more stable without compromising important social and economic ideals.

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)0,094
score de la tête « metaresearch » (Gemma)0,054
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,499

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0940,054
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0050,022
Communication savante0,0170,027
Science ouverte0,0050,012
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,362
Tête enseignante GPT0,274
Écart entre enseignants0,088 · 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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture Food Systems and Community DevelopmentMême sujetOrganic Food and AgricultureTravaux en français237 207