MétaCan
Menu
Retour à la cohorte
Enregistrement W4224019791 · doi:10.15353/cfs-rcea.v9i1.503

“Good healthy food for all”: Examining FoodShare Toronto´'s approach to critical food guidance through a reflexivity lens

2022· article· en· W4224019791 sur OpenAlexaffvenueabout
Alessandra Manganelli, Fleur Esteron

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésReflexivityTransformative learningFood systemsSociologyIdeologyScale (ratio)Key (lock)Public relationsPolitical scienceFood securitySocial sciencePedagogyComputer sciencePoliticsAgricultureEcologyLawGeography

Résumé

récupéré en direct d'OpenAlex

By building community-based food systems informed by transformative ideologies and principles, Community-Based Food Organisation (CBFOs) can be understood as agents of critical food guidance from the bottom-up. This paper focuses on the notion of reflexivity as pivotal to the implementation of critical food guidance in CBFOs. Reflexivity is defined as the capacity of actors and organisations to establish as well as to self-reflect upon key food system principles and scale out these principles across communities. To examine reflexivity and its connection to critical food guidance, this paper retraces the story of FoodShare Toronto, a CBFO whose core mission is to foster “good healthy food for all”. Going through different stages of its life-course, this paper highlights the ways in which this organisation reframes core values and principle through time and how it attempts to scale out these principles through partnerships and programs. Learning from FoodShare´s trajectory, this paper highlights key lessons on how reflexivity can strengthen the capacity of food organisations to be vehicles for emancipatory and transformative food guidance.

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)0,021
score de la tête « metaresearch » (Gemma)0,013
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,490
Score d'incertitude au seuil0,986

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0290,157
Communication savante0,0200,010
Science ouverte0,0030,011
Intégrité de la recherche0,0060,008
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 Opus0,446
Tête enseignante GPT0,467
Écart entre enseignants0,021 · 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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207