MétaCan
Menu
Retour à la cohorte
Enregistrement W3098921547 · doi:10.1525/gfc.2020.20.4.8

The Food and COVID-19 NYC Archive: Mapping the Pandemic's Effect on Food in Real Time

2020· article· en· W3098921547 sur OpenAlexaboutno aff
Amy Bentley, Stephanie Borkowsky

Notice bibliographique

RevueGastronomica The Journal of Food and Culture · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCulinary Culture and Tourism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIconCitationDownloadFood studiesCoronavirus disease 2019 (COVID-19)Library scienceMedia studiesWorld Wide WebSociologyComputer scienceMedicineAnthropology

Résumé

récupéré en direct d'OpenAlex

Research Article| November 01 2020 The Food and COVID-19 NYC Archive: Mapping the Pandemic's Effect on Food in Real Time Amy Bentley, Amy Bentley Amy Bentley is Professor of Food Studies at New York University and author of Inventing Baby Food: Taste, Health, and the Industrialization of the American Diet(University of California Press, 2014). Current research projects include a history of food in US hospitals, and the meanings and uses of food production in religious communities. Search for other works by this author on: This Site PubMed Google Scholar Stephanie Borkowsky Stephanie Borkowsky Stephanie Borkowsky is a master's student of food studies at New York University. She holds an undergraduate degree in history from McGill University. Her current research explores the relationship between food and power in colonial relations. Search for other works by this author on: This Site PubMed Google Scholar Gastronomica (2020) 20 (4): 8–11. https://doi.org/10.1525/gfc.2020.20.4.8 Views Icon Views Article contents Figures & tables Video Audio Supplementary Data Peer Review Share Icon Share Facebook Twitter LinkedIn Email Tools Icon Tools Get Permissions Cite Icon Cite Search Site Citation Amy Bentley, Stephanie Borkowsky; The Food and COVID-19 NYC Archive: Mapping the Pandemic's Effect on Food in Real Time. Gastronomica 1 November 2020; 20 (4): 8–11. doi: https://doi.org/10.1525/gfc.2020.20.4.8 Download citation file: Ris (Zotero) Reference Manager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex toolbar search Search Dropdown Menu toolbar search search input Search input auto suggest filter your search All ContentGastronomica Search This content is only available via PDF. © 2020 by the Regents of the University of California. All rights reserved. Please direct all requests for permission to photocopy or reproduce article content through the University of California Press's Reprints and Permissions web page, https://www.ucpress.edu/journals/reprints-permissions.2020 Article PDF first page preview Close Modal You do not currently have access to this content.

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)0,006
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: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,001
Communication savante0,0040,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0430,007

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 Opus0,023
Tête enseignante GPT0,218
Écart entre enseignants0,195 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGastronomica The Journal of Food and CultureMême sujetCulinary Culture and TourismTravaux en français237 207