MétaCan
Menu
Retour à la cohorte
Enregistrement W4367367539 · doi:10.1007/s10460-023-10457-z

What is a food system? Exploring enactments of the food system multiple

2023· article· en· W4367367539 sur OpenAlexfundno aff
Samara Brock

Notice bibliographique

RevueAgriculture and Human Values · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Food and AgriculturePierre Elliott Trudeau Foundation
Mots-clésFood systemsExpansiveFlexibility (engineering)PopulationSystems thinkingWork (physics)SociologyEnvironmental sociologyParticipant observationPolitical scienceBusinessEnvironmental ethicsMarketingEconomicsFood securitySocial scienceEngineeringManagementAgricultureGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Recent years have seen widespread calls to transform food systems to address complex demands such as feeding a growing global population while reducing environmental impacts. But what is a food system and how can we most effectively work to change it? “Food System” can be found describing more limited dietary regimens as well as sector-specific supply chains going back to the 1930s, but its use to describe very large, dynamic, coupled socio-ecological systems gained traction in academic and civil society publications in the 1990s and this use of the term has increased dramatically in recent years. When the influential food system actors from non-governmental organizations, foundations, consultancies, and the UN that this research focuses on talk about food systems, they seem to be talking about the same thing. Yet the interpretive flexibility of the concept obfuscates that people may have very different framings that may be deeply incompatible. Drawing from interviews, participant observation, and document analysis, this paper examines what food systems thinking does in terms of setting the stage for how we enact the food system and efforts to intervene in it. It reveals that rather than leading to more expansive understanding, the unexamined use of the concept food system might actually serve to sharpen divides.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,595

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,053
Tête enseignante GPT0,215
Écart entre enseignants0,162 · 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

Citations26
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgriculture and Human ValuesMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207