The Intersection of Planning, Urban Agriculture, and Food Justice: A Review of the Literature
Notice bibliographique
Résumé
Abstract Problem, research strategy, and findings: We draw on a multidisciplinary body of research to consider how planning for urban agriculture can foster food justice by benefitting socioeconomically disadvantaged residents. The potential social benefits of urban agriculture include increased access to food, positive health impacts, skill building, community development, and connections to broader social change efforts. The literature suggests, however, caution in automatically conflating urban agriculture’s social benefits with the goals of food justice. Urban agriculture may reinforce and deepen societal inequities by benefitting better resourced organizations and the propertied class and contributing to the displacement of lower-income households. The precarious- ness of land access for urban agriculture is another limitation, particularly for disadvantaged communities. Planners have recently begun to pay increased attention to urban agriculture but should more explicitly sup- port the goals of food justice in their urban agriculture policies and programs. Takeaway for practice: We suggest several key strategies for planners to more explicitly orient their urban agriculture efforts to support food justice, including prioritizing urban agriculture in long-term planning efforts, developing mutually respectful relationships with food justice organizations and urban agriculture participants from diverse backgrounds, targeting city investments in urban agriculture to benefit historically disadvantaged communities, increasing the amount of land permanently available for urban agriculture, and confronting the threats of gentrification and displacement from urban agriculture. We demonstrate how the city of Seattle (WA) used an equity lens in all of its programs to shift its urban agriculture planning to more explicitly foster food justice, providing clear examples for other cities.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».