Implementation of the Learning Circle: Local Food to School Initiative in the Island Communities of Haida Gwaii, British Columbia, Canada—a Descriptive Case Study
Notice bibliographique
Résumé
Background: Indigenous communities in Canada are concerned about long-term food sovereignty and the reclamation of traditional food-related skills among their people. Learning Circles: Local Food to School (LF2S) was an innovative community-based project that worked to promote multisectoral partnerships, focused on food. Guided by a facilitator, the Learning Circle (LC) brought together interested community members to plan and implement activities aimed at enhancing access to local, healthy, and traditional foods for school communities. Objectives: The article describes the context, process, and food-related outcomes of the LC in Haida Gwaii (HG), British Columbia, Canada and evaluates perceptions of the transition in local food systems, food literacy, and community capacity associated with the LC. Methods: = 75). Data were analyzed thematically. Results: HG has a rich food environment and a vibrant local and traditional food culture. A variety of local food-related activities had been taking place before the launch of the LC in 2013, and by 2016 the initiative was firmly established. Between 2016 and 2019, activities in HG focused on schools (e.g., sourcing local, healthy food and developing traditional skills through schools) and pioneering local food pantries. Participants valued increased access to local and traditional foods and opportunities to build youth knowledge and skills. Noted successes of the LC process included transitioning to Haida leadership and fostering relationships. Conclusions: The inherent flexibility of the LC model means that communities can prioritize activities of interest. The evolution of the LC model in HG is an inspiration for other communities working to enhance food sovereignty.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,024 | 0,007 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».