D2.3 Empirical evidence sensemaking
Notice bibliographique
Résumé
The core objective of the CHORIZO project is to deepen our comprehension about how social norms (socially enforced rules and expectations) influence behaviours related to food waste generation. The project includes 6 real-life case studies to obtain primary data about how social norms shape behaviour at various stages along the food supply chain. The case studies were selected to represent not only these varying stages, but to also represent a diverse range of regional contexts and socio-economic conditions. An overview of the current contexts relevant to each case study is given to provide the necessary background.This deliverable focuses on the results of the case studies. Integrating survey, in-depth interviews, and focus group interview data into analysis, patterns and correlations between social norms and food waste related behaviour were explored. Analysis across the case studies focused primarily on 4 food-related social norms: Good Provider Identity, Portion Size and Food Affluence, Suboptimal Food/Undesirable Food Quality, and Associations Between Food Waste Behaviour and Socio-EconomicStatus. The most prevalent of these social norms proved to be Suboptimal Food/Undesirable Food Quality and Good Provider Identity.The deliverable extends the discussion by utilizing the empirical evidence generated by the case studies to delve into what possibilities there are to promote new learning strategies and communication packages about how to address food waste. The aim being to provide vital information to help all actors along the food supply chain to better address what drives food waste related behaviour. While each case study is unique, there emerged similarities among the case studies when it came to communication and learning strategies to mitigate food waste generation, primarily: the need to focus on providing a better understanding about date-marking, training needed in the procurement, storage, meal planning, and usage of leftovers, and enhanced abilities and venues to facilitate communication and collaboration among actors along the supply chain.Ultimately, the results presented in this deliverable will be used within the project as input for work package 4 when determining how to best generate communication and learning packages and create capacity-building activities. External to the project, the results are envisioned to contribute to future research and policy to address social norms and behaviour in the pursuit of achieving near zero food loss and waste.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,008 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».