MétaCan
Menu
Retour à la cohorte
Enregistrement W2810697981 · doi:10.3390/su10072246

Temperate Agroforestry: How Forest Garden Systems Combined with People-Based Ethics Can Transform Culture

2018· article· en· W2810697981 sur OpenAlexaff
Paul Wartman, Rene Van Acker, Ralph C. Martin

Notice bibliographique

RevueSustainability · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Economy, Trade and Industry
Mots-clésMonocultureTemperate climateAgroforestryPolycultureTemperate rainforestFood securityForest gardeningFood systemsEnvironmental resource managementBusinessAgricultureGeographyEnvironmental planningEcologyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

How can transforming monocultures to diverse polycultures address and solve the intersecting issues of our food system? This literature review offers community resources, practical examples, and academic research to support the shift away from monocultures, and the broader social contexts that encourage them, and towards food systems as part of cultures that prioritize people, water, and the land. Forest garden systems are presented as a temperate agroforestry-based food system design which make use of multiple perennial plants to meet human needs for food, medicine, fuel, and more while regenerating the environment in which they grow. There is a lack of peer-reviewed research in temperate forest garden systems, but it is gaining momentum alongside an increasing application in non-academic contexts. Combined with cultural principles that prioritize people, the land, and water over profits, forest garden systems are proposed as a pathway for meeting local community’s needs and environmental regeneration.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,016
Communication savante0,0070,007
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,217
Écart entre enseignants0,205 · 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'étudeThéorique ou conceptuel
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

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetUrban Agriculture and SustainabilityTravaux en français237 207