MétaCan
Menu
Retour à la cohorte
Enregistrement W2979645913 · doi:10.4324/9780429427138-13

What’s on the menu? Succulent sustainability goes to school

2019· book-chapter· en· W2979645913 sur OpenAlexaboutno aff
M. A. McKenna, Jessica Wall, Suchitra Roy

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueSustainability in Higher Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityBusinessEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Schools are a fertile setting for succulent sustainability. Students can improve their plant-based food literacy and sustainability education while acquiring life and vocational skills. Although the term succulent sustainability is not used in Canada yet, many schools in all regions offer related programmes. This chapter identifies potential components of succulent sustainability; summarizes the status of programmes, policies, and curricula in Canada; and highlights examples of research and programmes. Canadian schools have increased their involvement in plant-based initiatives in a relatively short time. Research and programme examples indicate considerable progress in establishing school gardens, youth leadership programmes, and food sustainability education. Researchers note, however, that more work is needed to reach all students, to offer programmes that address all aspects of food literacy, and achieve systems change. Benefits to students are far-reaching and include increased awareness of food and willingness to try new foods, increased gardening and food preparation knowledge and skills, enhanced social skills, increased school pride, and improved social inclusion within schools. The chapter ends by emphasizing the need for partnerships, strategic planning, educational resources, funding and training, monitoring, and policies to close existing gaps. In sum, Canada requires action at all levels to enable all students and schools to reap the full benefits of succulent sustainability.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,028
Tête enseignante GPT0,342
Écart entre enseignants0,314 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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 sujetSustainability in Higher EducationTravaux en français237 207