Invited review: Qualitative social and human science research focusing on actors in and around dairy farming
Notice bibliographique
Résumé
Qualitative research related to humans, dairy cows, calves, and farming has been published by scientists from a variety of disciplines in many journals targeting dairy science audiences. We aimed to investigate how scientific communities other than those working in dairy science describe, analyze, and discuss dairy farming, because we found it important to bring this research to the attention of dairy scientists. In total, 117 articles were identified as involving one or more qualitative research methods in relation to dairy cattle. The review brought out a wealth of perspectives, new insights, and discussions related to dairy cattle, farmers, farming, and the sector, and in relation to societal issues and food and ecological landscapes. A broad range of qualitative research methods were used, and the literature targeted issues at the animal, farm, societal, food system, and landscape levels. Some raised critical questions about existing structures, highlighted unfairness in the industry, or pointed to new potential futures and contemporary agendas. We expect that it will be inspirational and stimulating for researchers to review new sources of literature and suggest a closer interdisciplinary collaboration among researchers from different disciplines for the future development of research involving dairy cattle. Further, it could be relevant and even necessary to engage in such interaction to avoid increasing polarization around future development of the sector-for example, related to climate change or how industrialization seems to push inequity or ignore the agency of animals themselves. Exploring perspectives of farming from different angles could enrich the outcomes of future dairy research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».