MétaCan
Menu
Retour à la cohorte
Enregistrement W3114763500 · doi:10.3389/fsufs.2020.596237

“The Old Foods Are the New Foods!”: Erosion and Revitalization of Indigenous Food Systems in Northwestern North America

2020· article· en· W3114763500 sur OpenAlexafffund
Leigh Joseph, Nancy J. Turner

Notice bibliographique

RevueFrontiers in Sustainable Food Systems · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaPierre Elliott Trudeau FoundationTula Foundation
Mots-clésIndigenousFood systemsPsychological resilienceGeographyGovernment (linguistics)Traditional knowledgeFood securityEcologyAgricultureBiologyPsychology

Résumé

récupéré en direct d'OpenAlex

The global “nutrition transition” has had an immense impact on Indigenous Peoples of Northwestern North America. From an original diet comprised of mostly local plant and animal foods, including salmon, game, diverse plants, seaweed and other marine foods, many Indigenous people are now eating mostly imported, refined marketed foods that are generally less healthy, and many are at risk of diet-related diseases such as type 2 diabetes. Nevertheless, Indigenous people have always valued their ancestral foods, and over the last few decades there have been many initiatives throughout the region to restore and revitalize these original foods, and to re-learn Indigenous methods of processing and harvesting them. In this paper we describe the original Indigenous food systems in the study region, and the methods used to sustain and promote the ancestral food species and habitats. We then discuss the impacts of colonization, and describe recent and ongoing Resilience and Resurgence in relation to ancestral foods and food practices, including firsthand experiences with renewing food traditions. These initiatives are often connected with language revitalization and cultural resurgence programs. Led by Indigenous communities, they are undertaken with support of academic, government, and other partners. In all, they have resulted in stronger, more vibrant cultures and generally healthier communities.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,359

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0080,007
Communication savante0,0020,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,272
Écart entre enseignants0,251 · 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

Citations62
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Sustainable Food SystemsMême sujetIndigenous Studies and EcologyTravaux en français237 207