MétaCan
Menu
Retour à la cohorte
Enregistrement W2807326681 · doi:10.15353/cfs-rcea.v5i2.210

Healthy Roots: Building capacity through shared stories rooted in Haudenosaunee knowledge to promote Indigenous foodways and well-being

2018· article· en· W2807326681 sur OpenAlexaffvenueabout
Kelly Gordon, Adrianne Lickers Xavier, Hannah Tait Neufeld

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of GuelphRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésFoodwaysSustenanceIndigenousTraditional knowledgeFood systemsEconomic growthSociologyFood securityEcologyAgricultureBiologyAnthropologyEconomics

Résumé

récupéré en direct d'OpenAlex

Urban and reserve-based First Nation families in southern Ontario frequently experience food insecurity as well as more limited access to traditional, more nutrient dense foods from the local environment. Healthy Roots was initiated in the community of Six Nations to promote traditional food consumption. A small number of participants eating only locally available foods reported better-controlled blood glucose, positive weight change and increased traditional food knowledge. New relationships and partnerships were also developed. Our Sustenance, a community organization that was responsible for the local farmers market, community gardens, good food box program, and other community programs, joined the Healthy Roots Committee to continue advancing the knowledge and activation of the community-based initiatives such as the development of a Haudenosaunee Food Guide. Healthy Roots may serve as a model and inspiration to other Indigenous communities looking to reconnect to their local environments and Indigenous lifeways to promote Indigenous foodways and well-being.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,921
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,014
Communication savante0,0050,004
Science ouverte0,0020,013
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,072
Tête enseignante GPT0,350
Écart entre enseignants0,278 · 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

Citations17
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetIndigenous Studies and EcologyTravaux en français237 207