Reimagining recipes for food studies:
Notice bibliographique
Résumé
This perspective is a continuation of a conversation started during “Reimagining Food, Food Systems, and Food Studies,” a plenary session in which we, the authors, participated at the eighteenth annual assembly of the Canadian Association for Food Studies (CAFS). Assessing current opportunities and limitations for food studies in Canada from our perspectives as emerging scholars, the CAFS panel presented our individual and collective proposals for evolving the field. This article builds on the resonances and dissonances from our discussion to craft a provisional “recipe” for reimagining food studies. Recognizing the shortcomings of the format in terms of its prescriptive connotations, we position recipes not as rigid guidelines for achieving predefined outcomes, but as creative models for generating improvisations. We begin with an overview of the ingredients that have come together to create food studies in Canada. Next, we offer some revisions in the margins of this recipe based on the work in which we are engaged as food scholars and practitioners. Finally, we consider next steps for the work of evolving the field, and we invite readers to share in this exchange. Overall, we observe and participate in an unfinished trajectory that extends from previous questions on why food studies should exist and what food studies is, to consider more deeply how food studies could be done.
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 | 0,048 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,045 | 0,102 |
| Communication savante | 0,028 | 0,015 |
| Science ouverte | 0,005 | 0,014 |
| Intégrité de la recherche | 0,006 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».