Are stakeholders ready to transform phosphorus use in food systems? A transdisciplinary study in a livestock intensive system
Notice bibliographique
Résumé
Food systems worldwide are vulnerable to Phosphorus (P) supply disruptions and price fluctuations. Current P use is also highly inefficient, generating large surpluses and pollution. Global food security and aquatic ecosystems are in jeopardy if transformative action is not taken. This paper pivots from earlier (predominantly conceptual) work to develop and analyse a P transdisciplinary scenario process, assessing stakeholders potential for transformative thinking in P use in the food system. Northern Ireland, a highly livestock-intensive system, was used as case study for illustrating such process. The stakeholder engagement takes a normative stance in that it sets the explicit premise that the food system needs to be transformed and asks stakeholders to engage in a dialogue on how that transformation can be achieved. A Substance Flow Analysis of P flows and stocks was employed to construct visions for alternative futures and stimulate stakeholder discussions on system responses. These were analysed for their transformative potential using a triple-loop social learning framework. For the most part, stakeholder responses remained transitional or incremental, rather than being fundamentally transformative. The process did unveil some deeper levers that could be acted upon to move the system further along the spectrum of transformational change (e.g. changes in food markets, creation of new P markets, destocking, new types of land production and radical land use changes), providing clues of what an aspirational system could look like. Replicated and adapted elsewhere, this process can serve as diagnostics of current stakeholders thinking and potential, as well as for the identification of those deeper levers, opening up avenues to work upon for global scale transformation.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,007 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».