Food Safety and Food Security: Mapping Relationships
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Food safety regulations designed for industrial-scale food producers can create insurmountable challenges when applied to small-scale food producers. These challenges can make for a frustrating environment for food consumers, producers, and regulators, at times leading to tensions between food producers and people working in food safety. The objective of this study was to identify ways to reduce these tensions and promote intersectoral collaboration. We used concept mapping, a structured, participatory, mixed-method approach, to solicit ideas and synthesize input from those working in food safety and food security. We sent invitations to 96 individuals working in food safety or food security, and 50 completed the online concept mapping. Twenty-three participated in categorizing and ranking all the resulting statements. The findings were 'mapped' into six clusters: (1) communicating, (2) understanding intent, (3) educating, (4) understanding risk and regulation, (5) recognizing scale, and (6) enhancing partnerships. We further reduced these six clusters into three categories: "relationships," "education," and "context." Although there are no quick or easy ways to ease tensions between those working in food safety and food security, we suggest four practical ways to ease tensions to ensure safe and accessible food: (1) a collaborative group at a high regulatory level that shares authority is needed; (2) building relationships across disciplines should be considered as part of public health work; (3) regulatory documents should be written in plain language; and (4) food safety regulations should account for differences in scale of production with supportive resourcing. See the press release for this article.
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.
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 | 0,002 | 0,000 |
| 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 découle