MétaCan
Menu
Retour à la cohorte
Enregistrement W4410857680 · doi:10.1111/joac.70020

What is the Value of Value for Agrarian Studies?

2025· article· en· W4410857680 sur OpenAlexaff
A. Haroon Akram‐Lodhi, Srishti Yadav, Alessandra Mezzadri, Marcus Taylor

Notice bibliographique

RevueJournal of Agrarian Change · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensQueen's UniversityTrent University
Organismes subventionnairesnon disponible
Mots-clésAgrarian societyValue (mathematics)EconomicsPolitical scienceGeographyMathematicsAgricultureStatisticsArchaeology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Reflecting a longstanding intellectual heritage in Marxist political economy, contributions to agrarian studies have variously referred to the production, distribution and extraction of value. Despite this central role within the heritage of agrarian studies, the concept of value is often used inconsistently between authors and sometimes deployed without clear elucidation of the underlying theoretical tenets. As such, value often tends to be used more as a metaphor suggestive of conditions of exploitation rather than a detailed conceptual framework. In response, we must ask if there is still a robust case for value analysis forming a foundational pillar of agrarian studies? To address this challenging question, we invited three authors to give their perspective on the value of value for agrarian studies. First and foremost, we asked them to consider what value analysis does that is otherwise missed in critical agrarian studies and how we can mobilise its potential to sharpen analyses. Two further pivotal questions arise, spurred on by recent trends in the literature. First, to what extent do the categories of value enrich or hinder our evolving understanding of the dynamics of social reproduction within agrarian households and communities, including the gendered relations through which agriculture and livelihoods are performed? Similarly, are the largely anthropogenic concepts of value fit for the purpose of explaining environmental change and the more‐than‐human dynamics through which agricultural landscapes are produced and change over time?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,441
Score d'incertitude au seuil0,189

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,293
Écart entre enseignants0,228 · 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 tête enseignante, 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
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agrarian ChangeMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207