MétaCan
Menu
Retour à la cohorte
Enregistrement W4406951556 · doi:10.1177/27539687241309955

The antinomies of feed and feeding in animal agriculture

2025· article· en· W4406951556 sur OpenAlexafffund
Charles Mather, Sarah J. Martin

Notice bibliographique

RevueProgress in Environmental Geography · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesCanada First Research Excellence Fund
Mots-clésAgricultureAnimal feedAgricultural scienceAgricultural economicsBiologyEconomicsAnimal scienceEcology

Résumé

récupéré en direct d'OpenAlex

This paper is about the environmental politics and ethics of animal agriculture through a focus on feed and feeding. We review a large and interdisciplinary body of scholarship on animal agriculture to show that the production of feed, and the feeding of animals in confined systems of production, is associated with degradation, exploitation, and violence. At the same time, and especially in the current conjuncture, feed and feeding research and scholarship highlight ways to address and mitigate animal agriculture's environmental problems while also providing hope for more ethical multispecies relations on the farm. We map the antinomies of feed and feeding through three analytical registers: feed as object, feeding as practice, and feed/ing as conversion. We argue that feed and feeding are at the center of the contemporary politics and ethics of animal agriculture — both as a site of exploitation and domination, but also as a contested promise of a more ethical and sustainable animal agriculture. Our conclusion examines how the antinomies of feed and feeding are both incompatible and yet bound together, an issue that we argue provides critical insights into the contemporary environmental politics and ethics of animal agriculture.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,062
Communication savante0,0050,004
Science ouverte0,0000,003
Intégrité de la recherche0,0020,002
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 Opus0,004
Tête enseignante GPT0,185
Écart entre enseignants0,181 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProgress in Environmental GeographyMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207