MétaCan
Menu
Retour à la cohorte
Enregistrement W2895390262 · doi:10.15353/cfs-rcea.v5i3.327

The need for contextual, place-based food policies: Lessons from Northwestern Ontario

2018· article· en· W2895390262 sur OpenAlexaffvenueabout
Connie Nelson, Charles Z. Levkoe, Rachel Kakegamic

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésGrassrootsFood systemsGovernment (linguistics)Set (abstract data type)Food policyPolitical sciencePublic relationsBusinessFood securityGeographyPoliticsComputer scienceAgriculture

Résumé

récupéré en direct d'OpenAlex

In recent years, several reports have highlighted the need for a national food policy that takes a comprehensive approach to addressing food systems (CAC, 2014; Levkoe & Sheedy, 2017; Martorell, 2017; UNGA, 2012). These findings suggest that, at the core, resilient food systems must be built on interconnected knowledge and experience that emerge from place-based interrelationships between human and ecological systems. Drawing on these important learnings, this commentary voices our hopes and concerns around the recent efforts of the Canadian Government to develop a food policy for Canada. While we commend the Government’s desire to “set a long-term vision for the health, environmental, social, and economic goals related to food, while identifying actions we can take in the short-term”, we caution any tendency to develop “best practices” that assume a universal, or “one-size fits all” approach to food policy development. We argue that Canada requires a set of contextual, place-based food policies that emerge from the grassroots, address local needs and desires, and build on the strengths and assets of communities.

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: aucune
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,935

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0270,010
Communication savante0,0080,003
Science ouverte0,0020,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,039
Tête enseignante GPT0,250
Écart entre enseignants0,211 · 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

Citations3
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207