MétaCan
Menu
Retour à la cohorte
Enregistrement W4200626739 · doi:10.15353/cfs-rcea.v8i4.463

Opportunities and Challenges of Developing a Culinary Food Studies Bachelor’s Degree

2021· article· en· W4200626739 sur OpenAlexaffvenueabout
Caitlin Michelle Scott, Lori Stahlbrand

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCulinary Culture and Tourism
Établissements canadiensGeorge Brown College
Organismes subventionnairesnon disponible
Mots-clésTransformative learningFood studiesBachelorOperationalizationFood systemsPolitical sciencePublic relationsSociologyFood securityAgricultureGeographyPedagogy

Résumé

récupéré en direct d'OpenAlex

Although Food Studies has been acknowledged as a distinctive field in Canada for almost two decades, until now there has not been an undergraduate degree in Food Studies in this country. This is changing with the development of Canada’s first Honours Bachelor’s Degree in Food Studies (BFS) at [Ontario College], set to launch in September 2021. This field report describes the process, opportunities, and challenges of developing a Food Studies degree at an Ontario college. It explores the unique openings at the intersection of food studies education and applied practical skills training for work in the food sector. In particular, we ask: What can food studies bring to culinary education? And, what can culinary education bring to food studies? We content that food studies can lend to a more transformative culinary education focused on social, cultural, political, and environmental influences in the food system. Simultaneously, culinary education brings distinct insights into operationalization within the food sector which provide new openings for applied research. We demonstrate the need for this new collaboration and knowledge as a necessity of a turbulent world.

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)0,032
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil0,959

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0240,007
Communication savante0,0170,005
Science ouverte0,0030,016
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0310,006

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 Opus0,278
Tête enseignante GPT0,270
Écart entre enseignants0,008 · 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'étudeSans objet
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

Citations2
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetCulinary Culture and TourismTravaux en français237 207