Structuring Tensions and Key Relations of Montreal Seasonal Food Markets in the Sustainability Transition of the Agri-Food Sector
Notice bibliographique
Résumé
In cities across the world, local food networks aim to make food systems more sustainable and secure for all. As part of that effort, some of these networks also seek to introduce social innovation in the mode of selling food, namely as a way to initiate a broader transition of the sector. Based on two years of action research conducted together with promoters of Montreal’s seasonal markets, this article offers an account of the co-constructed narrative of a transition of the agri-food sector. On the one hand, transition theory anticipates that the transition to sustainability of the agri-food sector would depend on the protection and empowerment of innovative ‘niches’ that are facing the locked-in structure of the agri-food ‘sociotechnical regime’. Yet, on the other hand, the seasonal markets do not fit well in this portrait: they are shown to evolve at the intersection of the sociotechnical regime and innovative niches. For this reason, they are subject to regime rules and become difficult to protect as an entity. As such, seasonal markets face ‘structuring tensions’ that generate both practical dilemmas and innovative solutions in their modes of organization. These solutions, however, rely on webs of resources and supports that constitute ‘key relations’ for unlocking the agri-food regime rules. It is through managing these tensions and relations that the seasonal markets end up reconfiguring social and material relations and providing solutions for food security and a more sustainable food system. Therefore, we argue that the structuring tension and key relation concepts are useful for understanding the dynamics of social innovation in the transition to sustainability in food systems.
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 | 0,001 | 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 | 0,000 |
| 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 ».