MétaCan
Menu
Retour à la cohorte
Enregistrement W4213072114 · doi:10.1111/jiec.13241

Can the Caribbean localize its food system?: Evidence from biomass flow accounting

2022· article· en· W4213072114 sur OpenAlexaff
Shupa Rahman, Simron Jit Singh, Cameron McCordic

Notice bibliographique

RevueJournal of Industrial Ecology · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFood securityContext (archaeology)Caribbean regionBiomass (ecology)GeographyResource (disambiguation)Food systemsFood policyDevelopment economicsAgricultural economicsLatin AmericansEconomicsEcologyPolitical scienceAgricultureBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Small island economies are highly dependent on food imports. Self‐sufficiency through food localization is therefore often advocated. Can a small Caribbean island nation localize its food system? To answer this question, we conducted socio‐metabolic research on four Caribbean nations: Barbados, Dominica, Grenada, and Jamaica. Derived indicators from a diachronic biomass flow accounting from 1961 to 2019 suggest a declining trend in local food production for all cases. While in Barbados and Jamaica this decline already began in the 1960s, for Dominica and Grenada, this did not start until the late 1970s–1980s. The physical trade balance of biomass is similar across all cases: from net exporters at the start of the study period to net importers as countries developed, albeit at different time periods. By disaggregating biomass flow data to crop level, Barbados and Jamaica indicate a trend that is moving away from food localization, while Dominica and Grenada appear to be modestly moving toward localization in recent years. Given the many resource security challenges small island economies face, this study provides a biophysical perspective to the Caribbean's food security debate and questions the extent to which food localization is possible in a small island context, and whether other strategies are urgently needed.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,588
Score d'incertitude au seuil0,973

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,042
Tête enseignante GPT0,210
Écart entre enseignants0,168 · 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 tête enseignante, 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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Industrial EcologyMême sujetOrganic Food and AgricultureTravaux en français237 207