MétaCan
Menu
Retour à la cohorte
Enregistrement W3197166715 · doi:10.5304/jafscd.2021.104.005

Food sovereignty and farmland protection in the Municipal County of Antigonish, Nova Scotia

2021· article· en· W3197166715 sur OpenAlexafffundabout
Greg Cameron, David J. Connell

Notice bibliographique

RevueJournal of Agriculture Food Systems and Community Development · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensUniversity of Northern British ColumbiaDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNova scotiaLegislatureFood sovereigntySovereigntyCorporate governancePolitical sciencePublic administrationAgricultureState (computer science)GeographyEconomyBusinessEconomicsFood securityPoliticsLawArchaeologyFinance

Résumé

récupéré en direct d'OpenAlex

This case study of the Municipal County of Antigon­ish (MCA) in the Canadian province of Nova Scotia assessed the extent to which agricultural land use planning accommodates those societal interests seeking to embed food sovereignty at the municipal level. Data were collected through content analysis of legislative documents, key informant interviews, and a review of the grey literature. Results suggest that the relatively weak municipal planning system in place prioritizes private interests over the public interest in farmland protection. The resultant gaps in the legislative setup in the MCA further reveal that food sovereignty actors and/or ideas have little influence over municipal governance of farmland protection. Broader historical and contemporary trends in Nova Scotia and Canada at large suggest that farmland will continue to lose ground to forces intrinsic to the dominant policy paradigm of market liberalism. Concluding thoughts call for “bringing back the (Canadian) state” itself as central to constituting a new agricultural policy paradigm.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,402

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,004
Communication savante0,0020,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,216
Écart entre enseignants0,178 · 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

Citations7
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture Food Systems and Community DevelopmentMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207