MétaCan
Menu
Retour à la cohorte
Enregistrement W2890473534 · doi:10.7892/boris.130618

Systems thinking: an approach for understanding ‘eco-agri-food systems’

2019· book-chapter· en· W2890473534 sur OpenAlexaff
Wei Zhang, John M. Gowdy, Andrea M. Bassi, Fabrice DeClerck, Adebiyi Adegboyega, Georg K.S. Andersson, Anna Augustyn, Richard Bawden, Andrew Reid Bell, John A. Dearing, James Dyke, Carlos Calvo Hernandez, P. Johnson, P. Kleppel, Adam M. Komarek, Agnieszka E. Latawiec, Ricardo Mateus, Alistair McVittie, Enrique Ortega, David Phelps, Claudia Ringler, Kamaljit K. Sangha, Marije Schaafsma, Sara Scherr, Jessica Thorn

Notice bibliographique

RevueUniversity of Twente Research Information · 2019
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesConsortium of International Agricultural Research CentersFoundation for Advanced Studies on International DevelopmentCYTED Ciencia y Tecnología para el DesarrolloEuropean Environment AgencyEuropean CommissionFHI 360
Mots-clésNexus (standard)Transformational leadershipUnderpinningLivelihoodExternalityFood systemsAgricultureEquity (law)Systems thinkingEnvironmental resource managementBusinessEnvironmental planningPolitical scienceEconomicsFood securityEngineeringEcologyGeographyPublic relationsBiology

Résumé

récupéré en direct d'OpenAlex

Chapter 2 makes the case for using systems thinking as a guiding perspective for TEEBAgriFood’s development of a comprehensive Evaluation Framework for the eco-agri-food system. Many dimensions of the eco-agri-food system create complex analytical and policy challenges. Systems thinking allows better understanding and forecasting the outcomes of policy decisions by illuminating how the components of a system are interconnected with one another and how the drivers of change are determined and impacted by feedback loops, delays and non-linear relationships. To establish the building blocks of a theory of change, systems thinking empowers us to move beyond technical analysis and decision- tool toward more integrated approaches that can aid in the forming of a common ground for cultural changes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,745
Score d'incertitude au seuil0,908

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,076
Tête enseignante GPT0,249
Écart entre enseignants0,173 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Twente Research InformationMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207