MétaCan
Menu
Retour à la cohorte
Enregistrement W4246119933 · doi:10.32920/ryerson.14652039.v1

Assessing the communication network of a budding industry: rooftop urban agriculture in Toronto

2021· preprint· en· W4246119933 sur OpenAlexfundaboutno aff
Daphne Page

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAgriculturePublic relationsSocial network analysisCohesion (chemistry)Knowledge sharingSociologyKnowledge managementBusinessGeographyRegional sciencePolitical scienceComputer scienceSocial scienceSocial capital

Résumé

récupéré en direct d'OpenAlex

This research provides an analysis of the Rooftop Urban Agriculture (RUA) community in Toronto by taking an inventory of participants and key players, and illustrating the communication network surrounding this emerging community. A social network assessment is used to reveal network connections, and explore the level of cohesion of the RUA community in Toronto. Consideration is given to the implications that this has on its growth, representation, and potential areas of engagement with other factors, including municipal decision makers. Semi structured interviews reveal the driving values expressed by RUA practitioners and others involved with the practice, and the characteristics of this group’s formation. Based on this information, RUA is identified in this work as an emerging Civic Food Network(CFN). Based on the findings of the network assessment, this research argues that the lack of an organized and cohesive RUA Network is hindering the progress of this emerging group, and the potential for valuable knowledge sharing that would enable its growth. Finally, recommendations are provided to address how those practicing rooftop agriculture can seek to maximize knowledge sharing within the RUA community and build connections to the City of Toronto to strengthen this emerging CFN.

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)0,002
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 enseignants0,179
Score d'incertitude au seuil0,360

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,274
Écart entre enseignants0,249 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUrban Agriculture and SustainabilityTravaux en français237 207