MétaCan
Menu
Retour à la cohorte
Enregistrement W2765151459 · doi:10.3390/su9111981

Confusion and Misunderstanding—Interpretations and Definitions of Local Food

2017· article· en· W2765151459 sur OpenAlexfundno aff
Madeleine Granvik, Sofie Joosse, Alan Hunt, Ingela Hallberg

Notice bibliographique

RevueSustainability · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Rural AffairsSveriges Lantbruksuniversitet
Mots-clésFood securityConsumption (sociology)Context (archaeology)Food processingMeaning (existential)Food systemsProduction (economics)ConfusionBusinessMarketingFood chainSustainabilityPolitical scienceSociologyAgricultureEconomicsGeographySocial sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Developing a more resilient food system based on sustainable food production and consumption is of major concern in creating food security. One issue in this complex field concerns the scale of the food system. Trends and tendencies show that the interest for local food has increased the last decade in Sweden, as well as in other parts of the world. Although the concept “local food” is commonly used, research shows that there is no single definition of it, instead definitions and meanings vary widely. This has led to a need by consumers of clearer information when buying “local food”. Several main actors in the Swedish food sector have joined forces to meet this issue. This paper contributes to knowledge on definitions, interpretations, and practice on local food by presenting views and opinions among different actors in the food chain in a Swedish context, but also in the light of an international pilot study. Main findings concern how the meaning of “local food” related to production, processing, raw material, and distance differs among stakeholders in the food chain. A majority stated that the basic meaning of “local food” concerns both the production and consumption within a certain geographical area.

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)0,028
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0070,046
Communication savante0,0120,017
Science ouverte0,0030,015
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,230
Écart entre enseignants0,206 · 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'étudeQualitatif
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

Citations44
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetOrganic Food and AgricultureTravaux en français237 207