Establishing Sustainable Food Production Communities of Practice: Nutrition Gardening and Pond Fish Farming in the Kolli Hills, India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study describes the formation of nutrition gardening and pond fish farming communities of practice (CoPs) among small-scale farmers of the Malayalis tribe living in the Kolli Hills region of Tamil Nadu, India. We examine the factors that have shaped the formation of these CoPs, their purpose and function, who is involved, what activities hold these communities together, and their role in strengthening sustainable food production and consumption practices. Data were obtained through participatory rural appraisals (PRAs), key stakeholder interviews, and participant observations during four months of fieldwork. The primary motivations that led the nutrition gardeners and pond fish farmers to become part of CoPs were to improve the health and nutrition of their families and to obtain expert advice in sustainable food production practices. Both CoPs are in the early stages of development and differ not only in the types of food they produce and the skills and tools needed for their success, but also in their structure; nutrition gardening takes place at the individual and/or household level, whereas pond fish farming operates at the group and/or community level. The ways in which members experience being in a community also differs. Nutrition gardeners rely on open-ended conversations and community creation through relationship building; in contrast, fish farmers find that group meetings and maintaining transparent record-keeping are most important. Sustainability of these practices and the CoPs depended on factors internal to the communities (e.g., leadership, knowledge mobilization) as well as external factors (e.g., rainfall and market potential). See the press release for this article.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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