MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402612566 · doi:10.1093/acrefore/9780197762530.013.97

Surplus Food and the Rise of Charitable Food Provision

2024· reference-entry· en· W4402612566 sur OpenAlexaffabout
Charlotte Spring, Rebecca de Souza, Kayleigh Garthwaite

Notice bibliographique

Revuenon disponible
Typereference-entry
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésBusinessAgricultural economicsAgricultural scienceEconomicsFood scienceEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Many wealthy but unequal countries have seen a significant expansion in systematized charitable food provision, usually in the form of food banks and food pantries. The use of food charity as a way to manage both food surplus and household food insecurity was pioneered in the United States at a time of cuts to cash-based welfare entitlements. It has expanded to Canada, Europe, Australia, and a growing number of middle-income countries, often in the wake of socio-ecological crisis including recession and pandemic, but also ideological shifts around effective and just solutions to poverty and inequality. While food charity is often presented as a “win-win” solution to food waste and hunger, it has been criticized from numerous perspectives that are explored in the article, including the argument that corporate-backed food charity in its currently expanding form masks structural causes and thus fails to resolve either problem, while offering a largely inadequate and undignified food offer to marginalized people. Alternative solutions include rights-based policies to ensure people’s access to basic needs, mutual aid in the face of systemic precarity, and movements for food sovereignty as means to address both ecological and social harms caused by existing food production and distribution systems.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,011
Communication savante0,0090,004
Science ouverte0,0010,008
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,174
Tête enseignante GPT0,435
Écart entre enseignants0,261 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFood Security and Health in Diverse Populations→Travaux en français237 207→