MétaCan
Menu
Retour à la cohorte
Enregistrement W3114327706 · doi:10.33265/polar.v39.3755

Sharing country food: connecting health, food security and cultural continuity in Chesterfield Inlet, Nunavut

2020· article· en· W3114327706 sur OpenAlexafffundabout
Sarah Lynn Newell, Nancy C. Doubleday

Notice bibliographique

RevuePolar Research · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFood securityBusinessFood systemsCommunity healthPublic healthEnvironmental healthGeographyMedicineAgricultureNursing

Résumé

récupéré en direct d'OpenAlex

Food security is a complex topic defined not just by having enough nutritious food to eat but also by cost, safety and cultural considerations. In Arctic Inuit communities, food security is intimately connected to culture through traditional methods of harvesting country food. In Chesterfield Inlet, Nunavut, community-based research was conducted in collaboration with Chesterfield Inlet community members using interviews and community engagement. Community members were consulted about the design of the interview guide, recruitment of participants, analysis and validation of results. This study aims to develop a theoretical framework of how food security, cultural continuity and community health and well-being are interconnected to allow for a richer understanding of how increased shipping, climate change and social changes are impacting community members. In Chesterfield Inlet, harvesting and consuming country food (e.g., seal) is perceived as the mechanism that connects food, culture and community health. Sharing of freshly harvested country food supports the food security of community members without hunters in their families, aligns with hunters’ cultural beliefs and promotes community health and well-being. Changes that reduce a hunter’s success in harvesting country food limit her or his ability to share country food, which negatively impacts community health and well-being. The results of this study support existing community efforts to adapt to changes that impact harvesting success.

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)0,002
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 enseignants0,093
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,006
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,182
Tête enseignante GPT0,466
Écart entre enseignants0,284 · 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

Citations22
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePolar ResearchMême sujetIndigenous Studies and EcologyTravaux en français237 207