MétaCan
Menu
Retour à la cohorte
Enregistrement W4253057254 · doi:10.15353/cfs-rcea.v2i1.69

Life of Bryan: Working the magic of sustainable food's sweet spot, Part 2

2015· article· en· W4253057254 sur OpenAlexvenueaboutno aff
Wayne Roberts

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpellEcosystem servicesAgriculturePromotion (chess)Food securityPolitical scienceMarketingBusinessPublic relationsSociologyGeographyEcologyEcosystemPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

Bryan Gilvesy is one of Canada’s most-recognized farm innovators, as well as one of the country’s best-known leaders of the food movement. That combination is unusual in any region or country—one of the ways that Gilvesy exemplifies both the hallmarks of the food movement in Canada, as well as the unique components of agro-ecology as it emerges in a temperate-cold climate. This portrait of a food and farm leader is based on my own reporter’s notes taken over seven years of attending meetings where Gilvesy has spoken, and on files of news clippings and academic articles related to the farming methods he’s pioneered in Canada. Part 1 of this article provided an overview of Gilvesy’s background and personal evolution prior to his adoption of views and practices for which he’s presently renowned. Part 2 introduces his measures to secure a wrenching shift in food system redesign—specifically the provision to pay farmers for ecosystem services they produce on the working landscape of their farm. Part 2 will also spell out specific trends within Canada’s food movement, such as its promotion of concrete, positive and practical reform measures and its service as a Big Tent coalition of various public interest groups—trends that Gilvesy personifies. Part 3 will examine the potential of establishing a fee for environmental services through public policy rather than the marketplace.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,469

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0310,014
Communication savante0,0090,004
Science ouverte0,0010,003
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,076
Tête enseignante GPT0,239
Écart entre enseignants0,163 · 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'étudeQualitatif
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetAgriculture and Rural Development ResearchTravaux en français237 207