Resetting the table for people and plants: Botanic gardens and research organizations collaborate to address food and agricultural plant blindness
Notice bibliographique
Résumé
Societal Impact Statement Food and agricultural plants are integral to human well‐being. Due to their universal importance, such plants would appear to represent an ideal entryway by which to address plant blindness. However, with limited opportunities for direct contact with agriculture, many people cannot appreciate the flora that feed us every day. We provide examples of informal education initiatives aimed at increasing public awareness and appreciation of food and agricultural plants, made possible through collaborations between botanic gardens, academic institutions, nonprofits, and agricultural research organizations. We hope these examples encourage and inspire organizations to further utilize food and agricultural plants to tackle plant blindness. Summary Of the myriad gifts plants provide to humanity, food is among the most visible, as everyone needs to eat, every single day. Due to their universal importance, food and agricultural plants would appear to represent ideal entryways to address plant blindness. Yet increasing urbanization worldwide and decreasing proportions of the global workforce in agriculture are limiting opportunities for people to have direct, hands‐on experiences with food and agricultural plants outside of retail purchasing, meal preparation, and food consumption. This disconnect is troubling, especially as the challenges to the sustainability of our future food supply necessitate that society, and certainly elected decision‐makers, have the capacity to understand the potential benefits, risks, and tradeoffs inherent to agriculture and its advancing technologies. We outline opportunities to address agricultural plant blindness with emphasis on current complex issues within the food and agriculture sector. We provide examples of fruitful collaborations between botanic gardens, academic institutions, nonprofits, and agricultural research organizations that engage people around these issues.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,020 | 0,006 |
| Communication savante | 0,013 | 0,015 |
| Science ouverte | 0,004 | 0,030 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,009 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».