MétaCan
Menu
Retour à la cohorte
Enregistrement W3081528946 · doi:10.3390/su12177148

Product Qualification as a Means of Identifying Sustainability Pathways for Place-Based Agri-Food Systems: The Case of the GI Corsican Grapefruit (France)

2020· article· en· W3081528946 sur OpenAlexaff
Morgane Millet, Valerie Keast, Stefano Gonano, François Casabianca

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityCorsicanBusinessProduct (mathematics)MarketingSustainable productsQuality (philosophy)Food systemsDiversification (marketing strategy)AgricultureFood securityGeography

Résumé

récupéré en direct d'OpenAlex

Existing frameworks offer a holistic way to evaluate a food system based on sustainability indicators but can fall short of offering clear direction. To analyze the sustainability of a geographical indication (GI) system, we adopt a product-centered approach that begins with understanding the product qualification along the value-chain. We use the case of the GI Corsican grapefruit focusing on understanding the quality criteria priorities from the orchard to the store. Our results show that certain compromises written into the Code of Practices threaten the system’s sustainability. Today the GI allows the fruit to be harvested before achieving peak maturity and expectations on visual quality lead to high levels of food waste. Its primary function is to help penetrate mainstream export markets and to optimize labor and infrastructure. Analyzing the stakeholders’ choices of qualification brings to light potential seeds for change in the short run such as later springtime harvests, diversification of the marketing channels, and more leniency on the fruit’s aesthetics. These solutions lead us to reflect on long-term pathways to sustainable development such as reinforcing the fruit’s typicality, reducing food waste, reorganizing human resources, and embedding the fruit into its territory and the local culture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,004
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,026
Tête enseignante GPT0,241
Écart entre enseignants0,215 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetOrganic Food and AgricultureTravaux en français237 207