MétaCan
Menu
Retour à la cohorte
Enregistrement W2792282430 · doi:10.15353/cfs-rcea.v5i1.226

An ecofeminist perspective on new food technologies

2018· article· en· W2792282430 sur OpenAlexaffvenue
Angela Lee

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)FactoringEmerging technologiesPerspective (graphical)Order (exchange)Engineering ethicsEnvironmental ethicsPolitical scienceBusinessEngineeringComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

New food technologies are touted by some to be an indispensable part of the toolkit when it comes to feeding a growing population, especially when factoring in the growing appetite for animal products. To this end, technologies like genetically engineered (GE) animals and in vitro meat are currently in various stages of research and development, with proponents claiming a myriad of justificatory benefits. However, it is important to consider not only the technical attributes and promissory possibilities of these technologies, but also the worldviews that are being imported in turn, as well as the unanticipated social and environmental consequences that could result. In addition to critiquing dominant paradigms, the inclusive, intersectional ecofeminist perspective presented here offers a different way of thinking about new food technologies, with the aim of exposing inherent biases, rejecting a view of institutions like science and law as being objective, and advancing methods and rationales for a more explicitly ethical form of decision-making. Alternative and marginalized perspectives are especially valuable in this context, because careful reflection on the range of concerns implicated by new food technologies is necessary in order to better evaluate whether or not they can contribute to the building of a more sustainable and just food system for all.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,814
Score d'incertitude au seuil1,000

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 technologies0,0010,001
Communication savante0,0000,000
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 Opus0,025
Tête enseignante GPT0,254
Écart entre enseignants0,229 · 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'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

Citations7
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207