Made in the MRA: How the Metropolitan Region of Amsterdam could source a quarter of its food from the region by 2030
Notice bibliographique
Résumé
This master's thesis explores four future scenarios for short food supply chains in the Metropolitan Region of Amsterdam in 2030 and their potential spatial impact. Agricultural land in the Netherlands has been decreasing in recent decades, especially within the Metropolitan Region of Amsterdam. This trend is likely to continue in the coming decades (Planbureau voor de Leefomgeving, 2015; Lesschen et al., 2020). Alongside this, there is an ambition from both regional government bodies and non-government actors to source twenty-five percent of the food consumed from their own region. This research looks at opportunities for achieving this ambition and how the objectives can be accomplished despite the scarce space in the metropolitan region. Four future scenarios have been drawn up for 2030, based on two axes, with each scenario describing the measures that can be taken to achieve this future scenario. The first axis is focused on governance of the food chain: either by a strong directing government or by polycentric networks. The second axis addresses the use of space: either conventional agricultural land use remains dominant, or alternative forms of food production break through and change the demand for space. By describing the four future scenarios, this master's thesis attempts to highlight multiple paths to the different future scenario’s and to map the possibilities for short food supply chains for the future. As such, this thesis falls within the discussions surrounding the alternative food geographies paradigm. <br/><br/>Key words: urban food systems, short food supply chains, alternative food geographies, Metropolitan Region of Amsterdam, futuring, backcasting, polycentric governance, 2030
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».