Notice bibliographique
Résumé
The intersection of food and immigration in North America, from the macroscale of national policy to the microscale of immigrants' lived, daily foodways. This volume considers the intersection of food and immigration at both the macroscale of national policy and the microscale of immigrant foodways—the intimate, daily performances of identity, culture, and community through food. Taken together, the chapters—which range from an account of the militarization of the agricultural borderlands of Yuma, Arizona, to a case study of Food Policy Council in Vancouver, Canada—demonstrate not only that we cannot talk about immigration without talking about food but also that we cannot talk about food without talking about immigration. The book investigates these questions through the construct of the immigrant-food nexus, which encompasses the constantly shifting relationships of food systems, immigration policy, and immigrant foodways. The contributors, many of whom are members of the immigrant communities they study, write from a range of disciplines. Three guiding themes organize the chapters: borders—cultural, physical, and geopolitical; labor, connecting agribusiness and immigrant lived experience; and identity narratives and politics, from “local food” to “dietary acculturation.” The open access edition of this book was made possible by generous funding from Arcadia – a charitable fund of Lisbet Rausing and Peter Baldwin. Contributors Julian Agyeman, Alison Hope Alkon, FernandoJ. Bosco, Kimberley Curtis, Katherine Dentzman, Colin Dring, Sydney Giacalone, Sarah D. Huang, Maryam Khojasteh, Jillian Linton, Pascale Joassart-Marcelli, Samuel C. H. Mindes, Laura-Anne Minkoff-Zern, Christopher Neubert, Fabiola Ortiz Valdez, Victoria Ostenso, Catarina Passidomo, Mary Beth Schmid, Sea Sloat, Kat Vang, Hannah Wittman, Sarah Wood
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».