Social economy of food initiatives that are nourishing communities through “power-with” practices
Notice bibliographique
Résumé
From 2014 to 2019, Nourishing Communities: Sustainable Local Food Systems Research Group explored food initiatives in the social economy, many of which use practices like bartering, gifting, and self-provisioning, that remain under-recognized for their economic value. Nourishing Communities considered how these organizations may contribute to food security, community development, and environmental remediation, especially for marginalized groups. Its researchers collaborated with such organizations to complete participatory action projects and a range of products to communicate the initiatives’ impacts. As three of those researchers, we subsequently synthesized the material from these outputs to show the resources, barriers, and impacts of the respective initiatives. This meta-analysis reveals that these initiatives not only produce economic, social, and environmental benefits, but also work to organize human relations. Beyond considering how initiatives in the social economy of food interact with the market economy, we use Karlberg’s schema of power to illustrate their potential to reconceptualize human relations. Here we find them gravitating towards “power with” practices that emphasize cooperation over competition. Throughout, we employ the concept of framing to propose ways in which that re-conceptualization might “grow legs” and extend further into larger social discourses. In so doing, we find the initiatives strategically invoking alternative framings of work, knowledge, social relations, and value in order to explain the impact of their own work. Although further research is needed regarding the meaning that impact and power hold for social economy initiatives, this research contributes to scholarly debates surrounding the potential of food initiatives in the social economy.
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 | 0,013 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,020 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».