Viewpoint: Rigorous monitoring is necessary to guide food system transformation in the countdown to the 2030 global goals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Food systems that support healthy diets in sustainable, resilient, just, and equitable ways can engender progress in eradicating poverty and malnutrition; protecting human rights; and restoring natural resources. Food system activities have contributed to great gains for humanity but have also led to significant challenges, including hunger, poor diet quality, inequity, and threats to nature. While it is recognized that food systems are central to multiple global commitments and goals, including the Sustainable Development Goals, current trajectories are not aligned to meet these objectives. As mounting crises further stress food systems, the consequences of inaction are clear. The goal of food system transformation is to generate a future where all people have access to healthy diets, which are produced in sustainable and resilient ways that restore nature and deliver just, equitable livelihoods. A rigorous, science-based monitoring framework can support evidence-based policymaking and the work of those who hold key actors accountable in this transformation process. Monitoring can illustrate current performance, facilitate comparisons across geographies and over time, and track progress. We propose a framework centered around five thematic areas related to (1) diets, nutrition, and health; (2) environment and climate; and (3) livelihoods, poverty, and equity; (4) governance; and (5) resilience and sustainability. We hope to call attention to the need to monitor food systems globally to inform decisions and support accountability for better governance of food systems as part of the transformation process. Transformation is possible in the next decade, but rigorous evidence is needed in the countdown to the 2030 SDG global goals.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découle