MétaCan
Menu
Retour à la cohorte
Enregistrement W4229600582 · doi:10.1093/oxfordhb/9780199729937.013.0021

Food Regimes

2012· book-chapter· en· W4229600582 sur OpenAlexaff
André Magnan

Notice bibliographique

RevueOxford University Press eBooks · 2012
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésCapitalismFood systemsAgricultureSociologyPoliticsFood marketPolitical scienceFood securitySocial scienceEconomic systemPolitical economyNeoclassical economicsEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Abstract A major challenge for food scholars is how they can explain the evolution of a global food system where distant social actors, ecologies, and places have complex, and often contradictory, relations. In particular, scholars face the difficult task of providing an account of food system change that is at once theoretically sophisticated, historically grounded, and holistic in its perspective. A leading example of this type of approach is food regimes analysis, which is anchored in historical political economy. The food regimes approach views agriculture and food in relation to the development of capitalism on a global scale, and argues that social change is brought about by struggles among social movements, capital, and states. The concept of food regimes was introduced by Harriet Friedmann and Philip McMichael in an article in which they addressed the changing role of food and agriculture in the development of global capitalism since 1870. Food regimes analysis combines two strands of macro-sociological theory: regulationism and world-systems theory. This article examines the theoretical, empirical, and methodological contributions of food regimes analysis, and looks at some of the latest developments in food regime theorizing and research.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0300,005

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 Opus0,027
Tête enseignante GPT0,169
Écart entre enseignants0,142 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207