MétaCan
Menu
Retour à la cohorte
Enregistrement W4393857944 · doi:10.1080/21683565.2024.2336484

Embedding global sustainable development goals in local agroecology initiatives: experiences from China

2024· article· en· W4393857944 sur OpenAlexafffund
Zhenzhong Si, Danny Ning Dai, M. Chen, Steffanie Scott

Notice bibliographique

RevueAgroecology and Sustainable Food Systems · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of British ColumbiaUniversity of WaterlooBalsillie School of International Affairs
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAgroecologyChinaSustainable developmentEmbeddingEnvironmental planningPolitical scienceEnvironmental resource managementEnvironmental scienceGeographyComputer scienceAgriculture

Résumé

récupéré en direct d'OpenAlex

As part of sustainable agricultural innovations and the alternative food movement, agroecology provides important tools to achieve the sustainable development goals (SDGs). Yet very few existing studies have explicitly addressed their linkages. Synergies among the SDGs are often examined at the national level, overlooking nuanced opportunities revealed by small agroecology initiatives at the local scale. Based on literature review, field visits and semi-structured interviews with farms and relevant organizations in China, this research investigates how locally embedded agroecology practices lead to advancement of multiple SDG targets and facilitate the synergies among the SDGs. It also highlights their motivations, achievements, and challenges. We argue that the technocentric metrics of SDGs underappreciate the application of traditional knowledge and small-scale low-tech innovations. By bringing visibility to low-tech and small agroecology initiatives, this paper advocates for stronger inclusion of grassroots agroecology initiatives in SDG discussions among researchers and policy makers.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,346
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,234
Écart entre enseignants0,229 · 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.

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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgroecology and Sustainable Food SystemsMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207