MétaCan
Menu
Retour à la cohorte
Enregistrement W2512081195 · doi:10.1080/21683565.2016.1225623

Farming through change: using photovoice to explore climate change on small family farms

2016· article· en· W2512081195 sur OpenAlexaff
Brian R. Bulla, Toddi A. Steelman

Notice bibliographique

RevueAgroecology and Sustainable Food Systems · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPhotovoiceVulnerability (computing)AgriculturePsychological resilienceClimate changeLivelihoodSocioeconomicsGeographyFocus groupSmall farmAdaptive capacityResilience (materials science)BusinessEconomic growthSociologyPsychologyMarketingEconomics

Résumé

récupéré en direct d'OpenAlex

This research utilizes photovoice to examine how farmers on small family farms in central North Carolina are experiencing vulnerability to climate change. Understanding the adaptive behaviors of farmers is critical in fostering the resilience of these individuals, communities, and local food systems. A case study of seven farmers across six farms in Chatham County was conducted. Farming tenure ranged from one year to over 40 years. Farm size ranged from less than one to 200 acres, and included certified and uncertified organic farms. Over a 5-month period, farmers were provided digital cameras to photograph issues or events on their farm related to a changing climate and focus group meetings were held to discuss the photographs and their significance. Findings indicate that developing effective social networks, implementing new adaptive behaviors such as polyculture, agrivoltism, seed saving programs, and flexible plantings may boost small farm resilience.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,130
Tête enseignante GPT0,266
Écart entre enseignants0,135 · 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

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgroecology and Sustainable Food SystemsMême sujetUrban Agriculture and SustainabilityTravaux en français237 207