MétaCan
Menu
Retour à la cohorte
Enregistrement W2578043487

Let them pay for cake: considering social enterprise business models for emergency food relief in Australia

2016· article· en· W2578043487 sur OpenAlexaboutno aff
Benjamin Wills

Notice bibliographique

RevueeCite Digital Repository (University of Tasmania) · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDignityFood securityLegislationGovernment (linguistics)BusinessMarketingPublic relationsPolitical scienceLawAgriculture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study explores whether social enterprise business models, which charge food insecureindividuals for donated food, offer a sustainable and dignified means of promoting foodsecurity, or simply perpetuate a neoliberal abdication of government responsibility. Demandfor food via emergency food relief initiatives is growing strongly in Australia, with significantnew demand from the individuals who might be regarded as the working poor. Frontlinecharitable organisations who obtain donated food and make it available for free via initiativessuch as food pantries and soup kitchens, are struggling to meet surging demand at a time ofretreating government support. The idea that these benevolent organisations might charge foodinsecure individuals for donated food is counter intuitive, to the point of being prohibitedwithin relevant state based legislation. However, user pays models are gaining traction incountries such as Canada, the United Kingdom and France, both because they offer a fundingstream to charitable agencies and because it is claimed they respect the dignity of foodinsecure individuals. Using a whole of supply chain perspective, this study has gathered in-depthinterview data from a range of industry participants as well as survey data from endclients, to examine what role, if any, user pays social enterprise models might play in theAustralian emergency food relief landscape.

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)0,000
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 enseignants0,515
Score d'incertitude au seuil0,218

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,041
Tête enseignante GPT0,212
Écart entre enseignants0,171 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeCite Digital Repository (University of Tasmania)Même sujetFood Waste Reduction and SustainabilityTravaux en français237 207