MétaCan
Menu
Retour à la cohorte
Enregistrement W4312776978 · doi:10.22161/ijaers.99.59

Healthy eating through an alternative food network at Agricultural Fair

2022· article· en· W4312776978 sur OpenAlexaff
Ariandeny Silva de Souza Furtado, Wagner Lins Lira, Tânia Maria Sarmento Silva

Notice bibliographique

RevueInternational Journal of Advanced Engineering Research and Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRural Development and Agriculture
Établissements canadiensInstitut de Technologie Agroalimentaire
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)Food sovereigntyFood securityAgricultureFood systemsRural areaAgroecologyBusinessPolitical scienceEconomic growthGeographyLawEconomics

Résumé

récupéré en direct d'OpenAlex

The Alternative Food Network (RAA) works collaboratively from the production to the consumption of healthy food from the countryside to the city, unlike the Industrial Agrifood System. Through the RRA, socio-productive inclusion occurs in the promotion of Territorial Agro-Food Systems (SAT) with emphasis on ecological practices, social technologies and Short Circuits (CC). This cooperation network leads to the promotion of healthy eating with Sovereignty and Food and Nutrition Security (SSAN). In this sense, the objective of the research was to analyze the execution of the FIAV Virtual Agroecological Interinstitutional Fair during the year 2021 as a strategy to promote healthy eating, through the methodology of existential/integral action research that started due to the COVID-19 pandemic. The methodology chosen was the existential/integral action research, carried out in 2021 and 2022 with the family farmers involved. FIAV demonstrated the potential of the agroecosystems in the municipalities of Vianópolis, Silvânia, Campestre and Palmeiras (Goiás-Brasil) in offering regional, seasonal foods with nutritional value and produced with ecological practices by family farmers. There were ten editions held at the Federal Institute of Goiás (IFG), the Federal Institute of Goiás (IF Goiano) and the Federal University of Goiás (UFG). FIAV promotes healthy eating with SSAN, however, among the challenges encountered, there is that of family farmers resisting the socio-environmental impacts of the Industrial Agrifood System.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,441

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,300
Écart entre enseignants0,280 · 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 tête enseignante, 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced Engineering Research and ScienceMême sujetRural Development and AgricultureTravaux en français237 207