MétaCan
Menu
Retour à la cohorte
Enregistrement W3193581814 · doi:10.5304/jafscd.2021.104.001

Controlled environment agriculture and containerized food production in northern North America

2021· article· en· W3193581814 sur OpenAlexafffund
Alex Wilkinson, Craig Gerlach, Meriam G. Karlsson, Henry Penn

Notice bibliographique

RevueJournal of Agriculture Food Systems and Community Development · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesPeter Gilgan FoundationUniversity of CalgaryArctic Institute of North America
Mots-clésFood systemsAgricultureContext (archaeology)Food processingProduction (economics)BusinessFood securityNatural resource economicsMarketingGeographyPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

There is an ongoing debate about the role of con­trolled environment agriculture and containerized food production in local food systems in Northern North American communities. Some critics dismiss these applications as ineffective, arguing that because they marginalize certain populations they do not have a place in northern food systems. However, such critiques are premature and under­mine what may prove to be an important and com­plementary component of local and regional food systems in the north, particularly if designed and implemented in a culturally appropriate and place-based context. Containerized food production can offer enhanced food production capabilities for communities through year-round production. While there are still concerns about proper growing protocols, scalability, output, durability, and economics, these can be addressed, modified and improved through research and continued applica­tions. New opportunities requiring further explora­tion in the application of containerized food pro­duction systems include, but are not limited to, integrative systems design, the enhancement of community development initiatives, and the inte­gration of the social networks that are necessary for diversified local food production.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,252
Écart entre enseignants0,231 · 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'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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture Food Systems and Community DevelopmentMême sujetIndigenous Studies and EcologyTravaux en français237 207