MétaCan
Menu
Retour à la cohorte
Enregistrement W3098143153 · doi:10.3390/su12229332

ISO Standards: A Platform for Achieving Sustainable Development Goal 2

2020· article· en· W3098143153 sur OpenAlexaff
Xiaoli Zhao, Pavel Castka, Cory Searcy

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésStandardizationCertificationBusinessSustainable developmentProcess managementFood securityScale (ratio)AgricultureCorporate governanceStakeholderKey (lock)Environmental resource managementComputer sciencePolitical scienceEconomicsManagementPublic relationsFinanceGeographyComputer security

Résumé

récupéré en direct d'OpenAlex

The International Organization for Standardization (ISO) has recently begun promoting the linkages between its standards and the United Nations’ Sustainable Development Goals (SDGs). However, further research is needed to explore how ISO standards can serve as a platform for achieving the SDGs. In this paper, we discuss the interlinkage between ISO standards and SDG 2 (i.e., Zero hunger—End hunger, achieve food security and improved nutrition, and promote sustainable agriculture). We review the literature on a set of 77 ISO standards related to SDG 2 and study existing evidence pertinent to SDG 2 and its targets. Specifically, we review research in four key areas of interest: agricultural productivity of ISO certified firms, adoption of ISO standards amongst small scale producers, ISO standards development, and governance of standards. We found implicit evidence in the literature that ISO standards have the potential to contribute to two SDG 2 targets, namely targets 2.3 and 2.4. Some aspects of ISO standards, however, such as low levels of adoption amongst small scale farmers or a lack of multi-stakeholder standard development, contradict key aspects of the SDG agenda. We outline key areas for future research in the four areas of interest noted above.

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)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,276
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations37
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207