Contested agri-food futures: Introduction to the Special Issue
Notice bibliographique
Résumé
Abstract Over recent decades, influential agri-food tech actors, institutions, policymakers and others have fostered dominant techno-optimistic, future visions of food and agriculture that are having profound material impacts in present agri-food worlds. Analyzing such realities has become paramount for scholars working across the fields of science and technology studies (STS) and critical agri-food studies, many of whom contribute to STSFAN—the Science and Technology Studies Food and Agriculture Network. This article introduces a Special Issue featuring the scholarship of STSFAN members, which cover a range of case studies and interdisciplinary and transdisciplinary engagements involving such contested agri-food futures. Their contributions are unique in that they emerged from the network’s specific modus operandi: a workshopping practice that supports the constructive, interdisciplinary dialogue necessary for critical research and rigorous analyses of science and technology in agri-food settings. This introduction offers an overview of STS and critical agri-food studies scholarship, including their historical entanglements in respective studies of food scandals, scientific regimes and technological determinism. We illustrate how interdisciplinary engagement across these fields has contributed to the emergent field of what we term agri-food technoscience scholarship, which the contributions of this Special Issue speak to. After a brief discussion of STS concepts, theories and methods shaping agri-food policy, technology design and manufacturing, we present the eleven Special Issue contributions in three thematic clusters: influential actors and their agri-food imaginaries; obfuscated (material) realities in agri-food technologies; and conflictual and constructive engagements in academia and agri-food. The introduction ends with a short reflection on future research trajectories in agri-food technoscience scholarship.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
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 ».