Vulnerabilities and Benefits of Mega-Scale Agri-Food Processing Facilities in Canada
Notice bibliographique
Résumé
This paper explores the vulnerabilities associated with mega-scale agri-food processing facilities in the wake of Canada’s COVID-19 outbreak and associated disruptions to the food supply chain and food security as the result of disease outbreak-induced plant closures. The current system of mega-scale facilities has come about as a result of powerful economic incentives associated with economies of size and scale, which allow larger-scale facilities to spread fixed costs across more units of output, leading to lower per-unit costs, greater levels of profitability, and, in the case of the agri-food sector, lower prices and enhanced food security. Governmental and regulatory policies such as tax incentives for investment in large plants (to bring jobs into communities) and allowing the anti-competitive effects of larger/fewer plants to be a secondary consideration to efficiencies have also contributed to the phenomenon of large plant size. Unfortunately, however, increased plant size also requires more workers which can lead to increased risk of disease spread. Moreover, with fewer and larger plants, if a disease like COVID-19 is detected and a plant idled or shut down as a result, the impact of any individual plant being closed upon the food supply and food security is much greater. Three potential strategic policy options to address this are explored. The first is the introduction of a series of smaller, regional facilities which would greater match commodity availability to processing capacity. For example, Canada’s cattle slaughter capacity does not closely resemble the location of its cattle herd. A second possible option would be the encouragement of alternative ownership structures such as the 1990s-era “New Generation Co-operative” which would be farmer-owned and geographically dispersed. The third (and most likely) option is the introduction of greater levels of mechanization, which would require fewer workers, and increased intra-plant distancing and safety measures for those workers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».