MétaCan
Menu
Retour à la cohorte
Enregistrement W4220812174 · doi:10.1016/j.landurbplan.2022.104418

Physically apart but socially connected: Lessons in social resilience from community gardening during the COVID-19 pandemic

2022· article· en· W4220812174 sur OpenAlexaboutno aff
Neelakshi Joshi, Wolfgang Wende

Notice bibliographique

RevueLandscape and Urban Planning · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRespite careCommunity resiliencePandemicCoronavirus disease 2019 (COVID-19)SociologyPsychological resilienceWork (physics)Resilience (materials science)EthnographyPublic relationsSocioeconomicsPolitical sciencePsychologyResource (disambiguation)NursingSocial psychologyMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Urban green spaces, like community gardens, received increased attention during the COVID-19 pandemic. Drawing from an ethnographic study on participating in community garden activities in Edmonton, Canada and inputs from 194 gardeners and 21 garden coordinators, this paper captures the experiences of creating community during a pandemic. Garden coordinators had to rethink and rework their operating styles in keeping participants physically apart but socially connected. Participants confirmed that garden activities provided respite from the pandemic restrictions. Findings also indicate that some participants missed group activities like work bees and potlucks while others were able to re-create community in digital spaces and in chanced and informal interactions. This study draws from and subsequently contributes to the existing literature on social resilience provided by community gardens during and after a crisis event. It also provides policy recommendations on how the city administration can help facilitate garden activities during times of disruptions.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,020
Communication savante0,0060,006
Science ouverte0,0020,015
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,043
Tête enseignante GPT0,264
Écart entre enseignants0,222 · 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'étudeQualitatif
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

Citations55
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandscape and Urban PlanningMême sujetUrban Agriculture and SustainabilityTravaux en français237 207