MétaCan
Menu
Retour à la cohorte
Enregistrement W2793853053 · doi:10.15353/cfs-rcea.v5i1.188

“Sometimes I feel like I’m counting crackers”: The household foodwork of low-income mothers, and how community food initiatives can support them

2018· article· en· W2793853053 sur OpenAlexaffvenue
Mary Anne Martin

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Low incomeFood preparationPsychologyBusinessMarketingPolitical scienceSocioeconomicsSociologyFood processingSocial science

Résumé

récupéré en direct d'OpenAlex

For women parenting on low incomes, there is a significant disparity between household foodwork standards and the resources with which to meet them. This study centres on the everyday foodwork experiences of low-income mothers and their engagement with community supports such as community food initiatives (CFIs). It helps address a research gap concerning the relationship between CFI participation and maternal household foodwork. The study employs multiple methods including semi-structured interviews, graphic elicitation and tours of local community food programs. By identifying a range of factors, strategies, and challenges in mothers’ foodwork, the study elucidates some of the contradictory pressures that low-income mothers experience around foodwork. Some of these pressures are associated with meeting individualizing standards around being "good" mothers, "good" consumers and "good" food program participants. Efforts to meet these standards were seen through mothers’ attempts to feed their children healthy and preferred food, exercise agency through market choices, and moderate their demands of community food programs. While more research is required regarding both mothers’ actual participation in CFIs and CFI strategies to support them, the findings suggest that CFIs should incorporate low-income mothers’ subjectivities into food programming.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,141
Score d'incertitude au seuil0,281

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,004
Communication savante0,0030,002
Science ouverte0,0010,002
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 Opus0,051
Tête enseignante GPT0,216
Écart entre enseignants0,164 · 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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

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