MétaCan
Menu
Retour à la cohorte
Enregistrement W7008727171

Comfort Food in Hard Times: Intergenerational Connections

2022· other· en· W7008727171 sur OpenAlexaff

Notice bibliographique

RevueIndiana Magazine of History (Indiana University) · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésGuard (computer science)PandemicFood supplyCoronavirus disease 2019 (COVID-19)Food insecurity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Caught off guard when the Covid-19 pandemic struck in March 2020, people immediately began to search for models to help guide us through such uncharted territory. Nothing—from the history of the 1918 flu to the experiences of those living in conflict zones (Admad 2020)—seemed to hold the answer. On the other hand, endless posts of sourdough and other baking projects on social media, as well as the short supply of flour and yeast on grocery store shelves, soon made it clear that many people were turning to baking and cooking to help get through. In this article, I reflect on both these aspects—the lack of models and the importance of food—to my own household’s experience of COVID-19. To understand the role of making and sharing food in our lives over the pandemic, I look to my father’s childhood experiences of the Great Depression of the 1930s as a counterpoint. These intergenerational connections reveal ways in which comfort food anchors us at the same time it shapes our aspirations by allowing us to imagine our future selves.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,013
Communication savante0,0100,010
Science ouverte0,0010,009
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,020
Tête enseignante GPT0,191
Écart entre enseignants0,171 · 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'étudeQualitatif
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndiana Magazine of History (Indiana University)Travaux en français237 207