MétaCan
Menu
Retour à la cohorte
Enregistrement W4401409303 · doi:10.1016/j.foodpol.2024.102702

Development of the Food Systems Literacy Competencies Framework for youth: A modified Delphi study with experts

2024· article· en· W4401409303 sur OpenAlexafffundabout
Alicia Martín, Jess Haines, Evan Fraser

Notice bibliographique

RevueFood Policy · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensUniversity of Guelph
Organismes subventionnairesArrell Family FoundationCanada First Research Excellence Fund
Mots-clésFood systemsDelphi methodFood securitySustainabilityLiteracyDelphiCorporate governancePublic relationsBusinessPolitical scienceKnowledge managementSociologyComputer sciencePedagogyGeographyAgriculture

Résumé

récupéré en direct d'OpenAlex

• Experts agree that youth need holistic food systems literacy. • 50 key food systems literacy competencies for youth achieved expert consensus. • The Framework provides a roadmap for food systems education and knowledge evaluation. • Competencies must be context specific, are interconnected and developed across the lifespan. Food systems have changed drastically in the last 50 years, are continuously globalizing, and are constantly responding to environmental, social, economic and political challenges. While a primary goal of food systems is to provide food security, food insecurity rates have continued to rise in recent years. To deal with these systemic problems, food systems experts call for food systems literacy. However, there are no common frameworks outlining what people should know about food systems, making it challenging to relay information into education and to the general population. As such, the aim of this research was to identify competencies for food systems literacy for youth in Canada. We conducted a 2-round modified Delphi study to achieve consensus on a list of key competencies for food systems literacy. Delphi studies allow for broad consultation of expert judgements to achieve consensus on complex issues. This resulted in a list of 50 key competencies for food systems literacy (out of 131 tested) across themes for Indigenous food systems, food systems activities (i.e., production to waste as well as some overarching and technology themes), sustainability, food security and governance. This Framework of competencies is the first of its kind and will be useful for directing how food systems can be integrated into education as well as be a guide for food systems literacy evaluation tools.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,049
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,257

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0080,004
Communication savante0,0030,003
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,299
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations12
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFood PolicyMême sujetEnvironmental Education and SustainabilityTravaux en français237 207