MétaCan
Menu
← Retour à la cohorte
Enregistrement W6894390282 · doi:10.5683/sp3/99rtpb

Sécurité alimentaire à Cambridge Bay - Volet Économie et approvisionnement

2024· dataset· fr· W6894390282 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2024
Typedataset
Languefr
Domaine
Thématique
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBayFood supplyAgricultural developmentSocial impact

Résumé

récupéré en direct d'OpenAlex

Cet ensemble de données a été produit dans le cadre du projet "Participatory Action for an Inuit-Led Research on Food Production and Nutrition in Inuit Nunangat", co-dirigé par Caroline Hervé (département d'anthropologie) et Patrice Dion (département de phytologie) de l'Université Laval. Le projet a été financé par Sentinelle Nord (Appel à projets ciblé), de 2019 à 2023. Il avait pour but d'appuyer, à travers une recherche participative, la communauté inuit de Cambridge Bay (Nunavut) dans les efforts qu’elle déploie pour mettre en place son propre système de production alimentaire locale. Le projet a été déployé en cinq volets: anthropologie de la recherche participative; anthropologie de la santé; économie et approvisionnement; agriculture et phytologie; valeur nutritionnelle. Le présent jeu de données concerne le volet Économie et approvisionnement. Les objectifs étaient les suivant: Économique : (1) Faire le portrait du modèle économique alimentaire des baies et légumes à Cambridge Bay ; (2) Documenter les attentes des citoyens de Cambridge Bay en termes de produits et de prix ; (3) Discuter de l’impact potentiel d’une éventuelle serre sur ce modèle économique. Approvisionnement : (1) Comprendre le fonctionnement/les particularités de la chaîne d’approvisionnement des produits périssables dans les régions nordiques éloignées ; (2) Identifier les enjeux caractérisant l’approvisionnement des produits périssables, plus particulièrement les fruits et légumes, par les détaillants dans les régions nordiques éloignées. Les données ont été récoltées à l'aide de 12 entretiens semi-dirigés, d'un groupe de discussion (5 participants) et de l'observation sur le terrain. Compte tenu de la nature sensible des données, celles-ci ne peuvent pas être partagées. Par ailleurs, un article scientifique a été soumis pour publication.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,379
Score d'incertitude au seuil0,762

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0030,004
Communication savante0,0080,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,019
Tête enseignante GPT0,278
Écart entre enseignants0,260 · 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
GenreJeu de données

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

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→