MétaCan
Menu
Retour à la cohorte
Enregistrement W3188018008 · doi:10.15353/cfs-rcea.v8i2.431

Modularity in Intersectoral Research/Action Collaborations for Food Systems Transformation: Lessons from the FLEdGE Community-Engaged Network

2021· article· en· W3188018008 sur OpenAlexafffundvenueabout
Charles Z. Levkoe, Alison Blay‐Palmer, Irena Knežević, David Szanto, Nii Addy

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensCarleton UniversityMcGill UniversityWilfrid Laurier UniversityLakehead University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFlexibility (engineering)ReflexivityPublic relationsModularity (biology)SociologySocial network analysisCollaborative networkScholarshipKnowledge managementPolitical scienceSocial scienceSocial capitalComputer scienceManagement

Résumé

récupéré en direct d'OpenAlex

How can academics and community practitioners better collaborate to overcome the existing barriers? What role can intersectoral research collaboratives play in supporting, enhancing, and sustaining the impact of community-engaged research? In response to these broad questions, this paper shares insights from the Food: Locally Embedded, Globally Engaged (FLEdGE) community-engaged research network, a collaborative, interdisciplinary group of scholars and practitioners that crossed sectors, scales, and geographies. The FLEdGE research program ran from 2015 to 2021, and built on over a decade of academic and community partnerships to assess the current and potential role of food initiatives as pillars for sustainable transformation. Our mixed-methods study draws on data from a social network analysis survey, summary reports, semi-structured interviews, and reflections from the authors who were all active members of the network. Our findings reveal that beyond making theoretical and practical contributions to food systems scholarship and initiatives in the participating regions, FLEdGE played an important role in building food movements across Canada and beyond. We describe this as a modular approach, an organizational structure in which multiple units (or modules) operate independently while also sharing enough commonalities that allow them to be interrelated, modified, and reconfigured in diverse and dynamic ways. We argue that intersectoral research networks adopting a modular approach require interdisciplinarity and collaborative methodologies, but also flexibility and critical reflexivity. In addition, we underscore that setting objectives, both overarching and tactical, requires a negotiated approach, particularly when budgetary administration resides within an institutional partner.

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)0,080
score de la tête « metaresearch » (Gemma)0,080
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,422

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,080
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0170,070
Communication savante0,0180,029
Science ouverte0,0040,033
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,244
Tête enseignante GPT0,312
Écart entre enseignants0,068 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations2
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetOrganic Food and AgricultureTravaux en français237 207