Lessons From Developing Food Policy Through A Multistakeholder Governance Network: A Case Study Of The Canadian Food Strategy
Notice bibliographique
Résumé
Globally, we are facing a food system in crisis. Now more than ever, food policies are crucial to the future of food. In Canada, there has never been a national food policy that looked at the food sector holistically. It has traditionally centred on food safety and agriculture, sidestepping many other vital issues. However, between 2010 and 2014, four non-state actors developed national food policy documents. In response to these developments, this study asks: What are some unique characteristics of multistakeholder networks in the policymaking process? To answer this question, the Canadian Food Strategy (CFS) created in 2014 by the Conference Board of Canada (CBoC) was used as a case study. This strategy was unique because it involved a range of food policy issues, food policy actors, and had financial support from several key food industry players. Participants in this policy development experiment did not deem this strategy a success regardless of its abundant financial resources, its topic comprehensiveness, and widespread buy-in from food industry, government, and other non-governmental organizations. Semi-structured and elite interviews were used to shed light on why this case was not successful, to extract lessons from this initiative for future food policymaking efforts in Canada. This dissertation integrated wicked policy, governance, policy network, and multistakeholder literature to understand how food policy may be developed and governed in Canada. The study resulted in three key findings. First, food policy in Canada is very complex, exhibiting both tame and wicked qualities. Second, the state must have a significant position in a multistakeholder food governance network (MFGN). Lastly, while the structure of the MFGN and the actors involved in it are important to a network’s successful policy outcome, the CFS initiative revealed that process was fundamental to the outcome.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,045 | 0,018 |
| Communication savante | 0,013 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».