MétaCan
Menu
Retour à la cohorte
Enregistrement W2898153690 · doi:10.3390/ijerph15112344

The Impact of Climate Change on the Food System in Toronto

2018· article· en· W2898153690 sur OpenAlexaffabout
Kimberly A. Zeuli, Austin Nijhuis, Ronald Macfarlane, Taryn Ridsdale

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensToronto Public Health
Organismes subventionnairesnon disponible
Mots-clésExtreme weatherVulnerability (computing)Climate changeFood systemsBusinessPublic healthVulnerability assessmentFood safetyEnvironmental planningEnvironmental healthEnvironmental resource managementFood securityGeographyEnvironmental scienceMedicineComputer securityPsychological intervention

Résumé

récupéré en direct d'OpenAlex

As part of its Climate Change and Health Strategy, in 2017, Toronto Public Health engaged stakeholders from across the food system to complete a high-level vulnerability assessment of the impact of climate change on the food system in Toronto. Using the Ontario Climate Change and Health Vulnerability and Adaptation Assessment Guidelines, the City of Toronto's High-Level Risk Assessment Tool, and a strategic framework developed by the Initiative for a Competitive Inner City, Toronto Public Health identified the most significant extreme weather event risks to food processing, distribution and access in Toronto. Risks associated with three extreme weather events that are the most likely to occur in Toronto due to climate change were analyzed: significant rain and flooding, an extended heat wave, and a major winter ice storm. The analysis finds that while extreme weather events could potentially disrupt Toronto's food supply, the current risk of an extended, widespread food supply disruption is relatively low. However, the findings highlight that a concerted effort across the food system, including electrical and fuel providers, is needed to address other key vulnerabilities that could impact food access, especially for vulnerable populations. Interruptions to electricity will have food access and food safety impacts, while interruptions to the transportation network and fuel will have food distribution and access impacts. Actions to mitigate these risks could include addressing food access vulnerabilities through ongoing city-wide strategies and integrating food access into the City's emergency response planning. The next steps will include engaging with multiple partners across the city to understand and strengthen the "last mile" of food distribution and develop community food resilience action plans for vulnerable neighbourhoods.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,435

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,002
Communication savante0,0030,001
Science ouverte0,0010,002
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 Opus0,363
Tête enseignante GPT0,552
Écart entre enseignants0,189 · 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'étudeObservationnel
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

Citations19
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207