MétaCan
Menu
Retour à la cohorte
Enregistrement W4386778718 · doi:10.1080/10496505.2023.2255730

Agriculture-Related Courses in Canadian Universities: How Course Outlines Differ between Social Science and Science Faculties

2023· article· en· W4386778718 sur OpenAlexaffabout
Amy Campbell, Megan Versteegh, H. Ward McGraw, Sharan Riar, S. Steele, Lisa Mardlin-Vandewalle, June I. Matthews

Notice bibliographique

RevueJournal of Agricultural & Food Information · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueDiverse Educational Innovations Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAgricultureSustainabilityFood securityFood sovereigntyIndigenousAgricultural scienceSociologyPolitical scienceEcologyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

The university faculties that offer agriculture-related courses and how agricultural information is provided on course outlines are unknown. From June 2020 through April 2022, Canadian university websites were searched using the terms agri*, food*, farm*, crop*, plant*, animal*, and sustain*, retrieving 417 course outlines in 23 social science and 12 science faculties. Through descriptive statistics and qualitative analysis, the authors identified six themes: industrial agriculture and biotechnology; sustainability; alternatives and organic agriculture; food sovereignty, Indigenous, and gender; food security and food safety; and animal ethics and welfare. Instructors are encouraged to broaden the agricultural topics presented and provide balanced information.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,824

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,001
Communication savante0,0000,005
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 Opus0,022
Tête enseignante GPT0,246
Écart entre enseignants0,225 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural & Food InformationMême sujetDiverse Educational Innovations StudiesTravaux en français237 207