Food pedagogy for transformative social change
Notice bibliographique
Résumé
The contemporary global agrarian regime has altered the patterns of food production, circulation, and consumption. Its efforts towards food security vis-á-vis capitalist modes of mechanized cultivation have produced large-scale climatic and socioeconomic ramifications, including the dispossession of small-scale farmers from their lands and positions in market value-chains. In an effort to improve the dynamics of contemporary agro-food systems, food practitioners and scholars are engaging in critical analyses of land-grabbing, the feminization of agriculture, extractive-led development, and more. However, we argue that there is a gap between Food Studies scholarship and community-based transformative engagement. To support social justice frameworks, our paper calls for an academic paradigm shift wherein learner-centered experiential classrooms bridge academic-public divides and enhance student learning. Through a case-study of urban farming in Calgary, we also explore topics in place-based learning and participatory approaches that acknowledge and integrate Indigenous ways of knowing, doing, being, and connecting. Our paper provides strategies for supporting local food systems through activist scholarship, capacity building of leadership and technical skills in advanced urban farming, and intercultural relationship building. We conclude by evaluating the success of our approach, presenting potential benefits and challenges, and providing recommendations for best practices in food scholarship to support transformative change.
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 | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,041 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,002 |
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 ».