Fostering food preservation practice: Lessons from a community train-the-trainer program on Canada's west coast
Notice bibliographique
Résumé
Local food systems programs in Canada's rural and remote communities support residents to improve their access to healthy food by strengthening various social practices within the system. Designing programs to strengthen social practices can help address food insecurity by providing a support structure where people can build competencies and access materials necessary to engage in practices like food preservation, and make meanings that will encourage them to sustain their engagement. The elements needed for successfully establishing a social practice–competencies, materials, and meanings–must be present. Unfortunately, food preservation programs in Canada's local food systems have not fully embedded structures to bring all three elements of social practice together or undertake a participant-focused program assessment. Consequently, we do not know the potential of local food preservation to meet peoples' various needs or the challenges that program participants experience practicing food preservation. This paper uses a social practice framework to determine the extent to which a community food preservation program on Canada's west coast strengthened the three elements of social practice. Findings from interviews show that in line with the paper's three objectives, participants of a community train-the-trainer program (1) built and shared food preservation competencies, (2) accessed materials to practice food preservation, and (3) formed meanings to support their continuous engagement in food preservation. The paper shows how a social practice framework can support a participant-focused program evaluation and provide a practical and straightforward tool for assessing food systems programs.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».