MétaCan
Menu
Retour à la cohorte
Enregistrement W2633855409 · doi:10.7202/1040149ar

Soutenir la sécurité alimentaire dans le Grand Nord : projets communautaires d’agriculture sous serre au Nunavik et au Nunavut

2017· article· fr· W2633855409 sur OpenAlexaffvenueabout
Annie Lamalice, Ellen Avard, Véronique Coxam, Thora Martina Herrmann, Caroline Desbiens, Yohann Wittrant, Sylvie Blangy

Notice bibliographique

RevueÉtudes/Inuit/Studies · 2017
Typearticle
Languefr
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversité LavalMakivik CorporationUniversité de Montréal
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Face aux grands défis de la sécurité alimentaire dans les villages du Nunavik et du Nunavut, le développement d’une agriculture nordique est envisagé comme une solution innovante. Visant la santé et le bien-être des communautés inuit, l’implantation d’une serre communautaire permet d’accroître l’offre en produits frais locaux et d’améliorer la qualité de l’alimentation, dans une démarche durable tenant compte de la dimension culturelle de la sécurité alimentaire. Cet article décrit les projets de serres communautaires de Kuujjuaq (Nunavik) et d’Iqaluit (Nunavut), ainsi que l’actuelle étude de faisabilité d’un projet de serre communautaire à Kangiqsujuaq (Nunavik). Nous présentons d’abord notre méthodologie qui repose sur les principes de la recherche participative basée dans la communauté. Nous nous penchons ensuite sur les principaux axes du projet de recherche : la contribution d’un projet de serre à la sécurité et à la souveraineté alimentaires et les défis techniques et organisationnels à relever pour l’optimisation d’une serre en contexte nordique. La démarche employée dans ce projet interdisciplinaire permet de construire, avec la communauté, un système d’approvisionnement local et durable et de comprendre la contribution d’un projet horticole à l’amélioration de la qualité de vie et de la santé des habitants.

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)0,015
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,668
Score d'incertitude au seuil0,660

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,004
Communication savante0,0050,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,060
Tête enseignante GPT0,386
Écart entre enseignants0,326 · 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'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

Citations16
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueÉtudes/Inuit/StudiesMême sujetIndigenous Studies and EcologyTravaux en français237 207