MétaCan
Menu
Retour à la cohorte
Enregistrement W4388449245 · doi:10.1007/978-3-031-15233-7_15

Conclusion: Youth Aspirations, Trajectories, and Farming Futures

2023· book-chapter· en· W4388449245 sur OpenAlexafffund
A. Haroon Akram‐Lodhi, Roy Huijsmans

Notice bibliographique

RevueRethinking rural · 2023
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensTrent University
Organismes subventionnairesInternational Fund for Agricultural DevelopmentChina Agricultural UniversityInternational Institute of Social Studies, Erasmus University RotterdamCanada Research Chairs
Mots-clésAgricultureFutures contractPolitical scienceEconomic growthBusinessGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This book commenced with a question of global importance: in a world in which farming populations are ageing, who is going to provide the planet’s peoples with the “sufficient, safe and nutritious food” that is needed to meet the “dietary needs and food preferences for an active and healthy life” (FAO 2006)? In other words, where are the people who are needed to generationally renew farming? As explained in the introduction, addressing this question meant going against the grain of much research on youth and agriculture. Rather than seeking to understand youth’s apparent disinterest in farming and their exodus from the countryside, the research teams focused on those youth and young adults who stayed in, returned, or relocated to rural areas and were involved in farming (often alongside various other economic activities). Thereby, the case studies presented in this book have put in the spotlight the next generation of farmers. In this concluding chapter, we draw out some important issues emerging from across the chapters and reflect on key differences. This way, we reiterate the various pathways of becoming a farmer, the main challenges experienced by these young farming women and men, and the roles that policies and organizations could play in facilitating the process of becoming a farmer.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,630
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,040
Tête enseignante GPT0,222
Écart entre enseignants0,181 · 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'étudeThéorique ou conceptuel
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 revueRethinking ruralMême sujetRural development and sustainabilityTravaux en français237 207