MétaCan
Menu
Retour à la cohorte
Enregistrement W6913156865 · doi:10.5446/44448

Open Food Network

2019· other· en· W6913156865 sur OpenAlexaboutno aff

Notice bibliographique

RevueTIB KMO / FLOWWORKS GmbH · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLocal communityFood distributionCorporate governanceLocal area networkDistribution (mathematics)SoftwareOpen innovationOpen source softwareCitizen science

Résumé

récupéré en direct d'OpenAlex

Open Food Network is a worldwide collaborative network of projects that want to change local food systems and boost short distribution circuits by means of open source software and democratic governance. It forms a global community with projects based in Belgium, Australia, UK, France, Canada, USA, Spain and Portugal, and which is still growing. A single global team develops an online marketplace for local food enabling independent online food stores connect farmers and food hubs with individuals. It gives them an easier and fairer way to distribute their food. This boosts short distribution circuits which positively impact local communities. Each of the local projects offer the software as Saas to their local communities who participate on the governance of the platform taking part on the decision making. The project is sustained by the funds contributed by all the local projects that are communalized. This makes it possible to afford the development of such ambitious project, which would be impossible by each of the local communities while still allowing new local projects to join. This talk aims to share Open Food Network's challenges around its governance and internal organization. How it successfully manages to coordinate the efforts of people scattered throughout the world while involving local communities on its design. We also touch on the tech challenges around the tech stack and infrastructure and how we envision it in the future.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0050,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,281

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 Opus0,025
Tête enseignante GPT0,272
Écart entre enseignants0,247 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTIB KMO / FLOWWORKS GmbHTravaux en français237 207