Reflecting on COVID-19 for integrated perspectives on local and regional food systems vulnerabilities
Notice bibliographique
Résumé
The COVID-19 pandemic has highlighted multiple vulnerabilities and issues around local and regional food systems, presenting valuable opportunities to reflect on these issues and lessons on how to increase local/regional resilience. Using the Fraser Valley Regional District (FVRD) in Canada as a case study, this research employs integrated planning perspectives, incorporating comprehensive-systems, regional, place-based, and temporal considerations, to (1) reflect upon the challenges and vulnerabilities that COVID-19 has revealed about local and regional food systems, and (2) examine what these reflections and insights illustrate with respect to the needs for and gaps in local/regional resilience against future exogenous shocks. The study used a community-based participatory approach to engage local and regional government, stakeholders, and community members living and working in the FVRD. Methods consisted of a series of online workshops, where participants identified impacts related to the food production, processing, distribution, access, and/or governance response components of the local and regional food systems and whether these impacts were short-term (under 3 months), medium-term (3 to 12 months), or long-term (over 1 year) in nature. Findings from the study revealed that food systems and their vulnerabilities are complex, including changes in food access and preparation behaviours, lack of flexibility in institutional policies for making use of local food supply, cascading effects due to stresses on social and public sector services, and inequities with respect to both food security impacts and strategies/services for addressing these impacts. Outcomes from this research demonstrate how including comprehensive-systems, regional, place-based, and temporal considerations in studies on food systems vulnerabilities can generate useful insights for local and regional resiliency planning.
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 | 0,015 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,025 | 0,018 |
| Communication savante | 0,016 | 0,009 |
| Science ouverte | 0,004 | 0,017 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».