MétaCan
Menu
Retour à la cohorte
Enregistrement W3025970503 · doi:10.21427/2yak-hw69

The Role of Food Tourism in Supporting Vibrant Identities and Building Education among Diverse Communities and Visitors

2020· article· en· W3025970503 sur OpenAlex
Camilo Montoya-Guevara, Caroline Morrow, Trevor Jonas Benson

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueARROW@Dublin Institute of Technology (Dublin Institute of Technology) · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCulinary Culture and Tourism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismMarketingGeographyBusinessPublic relationsAdvertisingSociologyEconomic growthPolitical science

Résumé

récupéré en direct d'OpenAlex

Toronto, located in the province of Ontario, is the largest city in Canada and has been named one of the most diverse cities in the world. The Greater Toronto Areas (GTA)’s ethnic diversity is synonymous with culinary diversity and an increasing demand for world foods. The GTA has been home to Indigenous peoples for thousands of years and three hundred years of immigration to Ontario from all corners of the globe have created an environment of exchange that continuously alters the food and drink available in the region. Toronto continues to maintain its multicultural character while growing at a pace of around 100,000 new residents per year (Galloway, 2017). As of 2017, nearly 50% of the city’s population had a newcomer background. It is estimated that by 2031, 75% of the GTA’s population will be either immigrants or Canadian-born children of immigrants (Nakamura and Donnelly, 2017). The region’s multicultural makeup drives disruption and innovation of food systems through a vibrant and ever-evolving food scene. The diversity of this food scene is difficult to define and package into a single tourism offering. Taking the context of growing diversity in the GTA as the starting point, the primary question explored in this paper is: What role can food tourism play in supporting vibrant identities while providing learning opportunities around local food systems and cultural heritage? This question is explored through a discussion of foods produced in the rural areas around the GTA and the foods sought by diverse communities in urban centres of the GTA. Through analysis and comparison of land management and agricultural policy documents, community engagement initiatives, and current food tourism programs, this paper also considers the impact that the GTA’s cultural diversity has in shaping the future of food education and food tourism.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,003
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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