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 decisiontool 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 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)0,002
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 enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,012
Communication savante0,0070,007
Science ouverte0,0020,002
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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