community food centre: Using relational spaces to transform deep stories and shift public will
Notice bibliographique
Résumé
COVID-19 has revealed deep inequities in our food system. As goodwill and charity from this crisis disappears, and emergency supports begin to dwindle, we can anticipate increased food insecurity amongst Canadians. Rising food prices and unemployment will drive a lack of access to fresh nutritious foods for already stressed and vulnerable individuals. As a community organizer who has advocated for poverty reduction and food justice over my lifetime, I understand the short-lived nature of change that occurs without public will and engagement - policy wins end up being removed in the next election cycle. My experience with party-dependent advocacy projects has led me to ask the question: how do we build the kind of public will that demands access to healthy and nutritious food as not an individual responsibility but a public duty, much like universal healthcare? In writing this paper I intend to draw upon my experiences in organizing to explore the deeper cultural and internal shifts that may need to occur to inspire public will and create change that lasts beyond a single election cycle, and the opportunity that COVID-19 presents as Canadians grapple with questions about food security and poverty in an unprecedented time. I will connect with three community members I advocated with in my time doing placebased community organizing, all with different experiences of food insecurity, and use a storytelling approach to imagine a more effective way of advocating for just food futures.
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 | 0,012 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,053 | 0,057 |
| Communication savante | 0,024 | 0,012 |
| Science ouverte | 0,004 | 0,022 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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.
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 ».