MétaCan
Menu
Retour à la cohorte
Enregistrement W2781907663 · doi:10.15353/cfs-rcea.v4i2.225

Insights from the Think&EatGreen@School Project: How a community-based action research project contributed to healthy and sustainable school food systems in Vancouver

2017· article· en· W2781907663 sur OpenAlexafffundvenueabout
Alejandro Rojas, Jennifer Black, Elena Orrego, Gwen E. Chapman, Will Valley

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensUniversity of GuelphUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSustainabilityFood systemsFood securityContext (archaeology)Action researchWork (physics)ScholarshipAction (physics)Political sciencePublic relationsSociologyEngineeringPedagogyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

From 2010 to 2016 the Think&EatGreen@School project worked to create healthy and sustainable school food systems in the Vancouver School Board. Using models of Community-Engaged Scholarship and Community-Based Action Research, we implemented diverse programmatic and monitoring activities to provide students and teachers with hands-on food cycle education, in order to influence policy, and to encourage university students to engage actively with the food system. Our focus was on transformation of local school food systems as a context-specific means to address serious global issues related to food security, health and environmental sustainability. This paper provides a synthesis of the project including the context that led to its inception, its overarching goals, methodological framework and areas of impact. Key learnings from this project highlight the need for continued work to integrate research, teaching and action on global food security, environmental and public health challenges and to build connections to create healthy, sustainable school 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 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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,113
Tête enseignante GPT0,339
Écart entre enseignants0,226 · 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.

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

Citations6
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetEnvironmental Education and SustainabilityTravaux en français237 207