MétaCan
Menu
Retour à la cohorte
Enregistrement W4229061994 · doi:10.4000/norois.11753

Une initiative agricole locale en appui à la sécurisation alimentaire ; le cas de “Cultiver pour nourrir” dans la Municipalité régionale de comté d’Antoine-Labelle (Québec)

2022· article· fr· W4229061994 sur OpenAlexaffabout
Jessica Élie-Leonard, Mélanie Doyon

Notice bibliographique

RevueNorois · 2022
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L’objectif de cet article est de comprendre en quoi la présence d’initiatives agricoles locales contribue à la sécurité alimentaire en région rurale éloignée des grands centres. L’hypothèse principale suppose que les initiatives agricoles locales améliorent la sécurité alimentaire des populations les plus vulnérables des régions éloignées des grands centres compte tenu des difficultés de site et de situation. Dans un premier temps, l’article cherche à comprendre quelles dimensions de la sécurité alimentaire sont fragilisées sur le territoire de la municipalité régionale de comté (MRC) d’Antoine-Labelle. Ensuite, il s’intéresse à la contribution d’une initiative agricole, “Cultiver pour nourrir”, dont l’objectif est de promouvoir la sécurité alimentaire au sein de la municipalité de Mont-Laurier. La recherche montre notamment que cette initiative améliore la situation des organismes communautaires situés à proximité des jardins de “Cultiver pour nourrir”, en augmentant la disponibilité d’aliments frais et sains, en accroissant l’accessibilité économique et physique à ceux-ci et en bonifiant leur qualité. Les apports à la sécurité alimentaire demeurent toutefois relativement modestes et très saisonniers. Cependant, les retombées de l’initiative dépassent la question alimentaire et concernent également la cohésion et la mixité sociale.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,658

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,002
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,012
Tête enseignante GPT0,228
Écart entre enseignants0,216 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueNoroisMême sujetUrban Agriculture and SustainabilityTravaux en français237 207