Understanding agribusiness: a history of the farm problem
Notice bibliographique
Résumé
Purpose This paper aims to explore the history of a politically charged term, agribusiness. The term represents both market and government forces in an essential industry. Design/methodology/approach A history is exposed while actor-network theory and non-corporeal actant theory permit the exploration of how meaning is made and given to members of a value chain. Findings The Farm Problem of the early 20th century foretells many future bubbles as well as the tension between market-focused economics and the political need for a stable food supply. The term agribusiness came into being to infuse a business approach into agriculture but the concept (a non-corporeal actant) has morphed and spread throughout the global food and fibre value chains. Research limitations/implications The work relies on published accounts and theories which are likely incomplete. Practical implications Agribusiness has been further complicated by supply chain issues of the recent pandemic. By reviewing the origins of the idea in the Dust Bowl, the New Deal, two World Wars and the interwar and post-war periods policymakers and practitioners may foresee upcoming crises. Social implications Food (along with shelter and safety) are the fundamental needs of humans. Understanding how food is produced and supplied are key to the continuance of society. Originality/value Non-Corporeal Actant Theory (NCAT) provides a unique means of exploring the role of people, places, things and ideas in the history of industries and economies. The history of farming is a challenging mix of government, trade and markets which requires a robust method of enquiry embracing complexity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».