MétaCan
Menu
Retour à la cohorte
Enregistrement W2913406978 · doi:10.5304/jafscd.2019.084.015

Finding a Middle Way to Sustainable Food Systems

2019· article· en· W2913406978 sur OpenAlexaff

Notice bibliographique

RevueJournal of Agriculture Food Systems and Community Development · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensUniversity of GuelphOkanagan College
Organismes subventionnairesnon disponible
Mots-clésFood systemsBusinessGeographyFood securityAgricultureArchaeology

Résumé

récupéré en direct d'OpenAlex

First paragraphs: The premise of Susan Futrell’s Good Apples: Behind Every Bite is that by understanding the environmental, social, and economic issues affect­ing apples growers in America, the reader can better appreciate and support sustainable food systems. Futrell’s storytelling is grounded in her years of experience working in sustainable food distribution, which includes 25 years in sales and marketing for a cooperatively owned natural food distributor called Blooming Prairie Warehouse in the Midwest, and her current work with Red Tomato, a small nonprofit food hub based in Massachusetts, where she helped develop the Eco Apple® program. From the beginning, Futrell resists the pressure to simplify and dichotomize complexities. Chapter 1, At the Intersection of Apples and Local, establishes this tone with her contextual consideration of how the term local is defined. Chapter 2, Immigrant Apples, reviews the history of apples in America. In it she discusses key historical figures and the emer­gence of seedling nurseries, apple varieties, grow­ers’ associations, and land-grant institutions. . . .

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,735

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,205
Écart entre enseignants0,176 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture Food Systems and Community DevelopmentMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207