MétaCan
Menu
Retour à la cohorte
Enregistrement W4210711863 · doi:10.25518/ciriec.wp202001

Building Sustainable Local Food Solutions

2020· report· en· W4210711863 sur OpenAlexaffabout
Jennifer Sumner, Derya Tarhan, John Justin McMurtry

Notice bibliographique

RevueWorking paper/Working paper CIRIEC ... · 2020
Typereport
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCraftSolidarity economyIndigenousSolidaritySustainable communityProcurementCommunity developmentCommunity organizingSustainable developmentFace (sociological concept)Community organizationFood systemsSustainable agricultureBusinessPolitical scienceEconomic growthEnvironmental planningSustainabilityGeographyPublic relationsSociologyMarketingFood securityEconomicsEcologySocial scienceAgriculturePolitics

Résumé

récupéré en direct d'OpenAlex

In the face of chronic food insecurity brought on by centuries of colonialism, some Indigenous communities in Canada are turning to the social and solidarity economy to craft their own solutions to hunger. This paper explores these solutions, using a case study of the Northern Manitoba Food, Culture and Community Collaborative (NMFCCC) to illustrate how they are helping to implement the second Sustainable Development Goal – zero hunger. Through local initiatives such as community gardens and greenhouses, co-operatives, community kitchens, school gardens, community-based food programs, food markets and public-sector procurement, they are also helping to implement other Sustainable Development Goals, while providing models that can be replicated in diverse communities. The emphasis on community ownership, control and benefits highlights the importance of a definition of the SSE that is based on community needs.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,228
Écart entre enseignants0,190 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorking paper/Working paper CIRIEC ...Même sujetOrganic Food and AgricultureTravaux en français237 207