MétaCan
Menu
Retour à la cohorte
Enregistrement W3095460600 · doi:10.15402/esj.v6i1.70665

Cultivating Well-being: Young People and Food Gardens in Tanna, Vanuatu

2020· article· en· W3095460600 sur OpenAlexaffvenue
Jean Mitchell, Joan Niras, Lesbeth Niefeu

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIsland Studies and Pacific Affairs
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesChristensen Fund
Mots-clésFood sovereigntyIndigenousTraditional knowledgeGeographyPopulationFood securityEconomic growthPacific islandersArchipelagoEnvironmental planningPolitical scienceEnvironmental resource managementSocioeconomicsSociologyEcologyAgricultureMedicineEnvironmental healthArchaeology

Résumé

récupéré en direct d'OpenAlex

Gardens in Vanuatu, an archipelago in the SW Pacific, materialize the multiple relationships between land, humans, and the more-than-human world that facilitate self-reliance, and wellbeing. This paper analyzes a collaborative project (2016-18) undertaken on the Island of Tanna in Vanuatu. A project for and with youth and their communities, it aimed to train young people to do basic research on customary food gardens and to document Indigenous customary knowledge, practices, and customary stories about food and gardens. The project started after a catastrophic cyclone destroyed gardens and infrastructure, rendering the self-sufficient islanders dependent on food aid at a time of rising rates of non-communicable diseases (NCDs). There is also concern about the declining interest in traditional knowledge among youth. With about 60% of the population under 30 years of age, this paper argues that youth are critical actors in ensuring the continuity of customary knowledge and practices that are essential for food sovereignty, the maintenance of social relations and wellbeing, all of which are embedded in relational ecologies of care.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,363

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,098
Tête enseignante GPT0,362
Écart entre enseignants0,264 · 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'étudeQualitatif
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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetIsland Studies and Pacific AffairsTravaux en français237 207