Civil society engagement in food systems governance in Canada
Notice bibliographique
Résumé
Civil society organizations (CSOs) commonly experience food systems governance as imposed by governments from the top down and as unduly influenced by a small group of private sector actors that hold disproportionate power. This uneven influence significantly impacts the activities and relationships that determine the nature and orientation of food systems. In contrast, some CSOs have sought to establish participatory governance structures that are more democratic, accessible, collaborative, and rooted in social and environmental justice. Our research seeks to better understand the experiences of CSOs across the food systems governance landscape and critically analyze the successes, challenges, and future opportunities for establishing collaborative governance processes with the goal of building healthier, sustainable, and more equitable food systems. This paper presents findings from a survey of CSOs in Canada to identify who is involved in this work, key policy priorities, and opportunities and limitations experienced. Following the survey, we conducted interviews with a broad cross-section of CSO representatives to deepen our understanding of experiences engaging with food systems governance. Our findings suggest that what food systems governance is, how it is experienced, and what more participatory structures might look like are part of an emergent and contested debate. We argue for increased scholarly attention to the ways that proponents of place-based initiatives engage in participatory approaches to food systems governance, examining both current and future possibilities. We conclude by identifying five key gaps in food systems governance that require additional focus and study: (1) Describing the myriad meanings of participatory food systems governance; (2) Learning from food movement histories; (3) Deepening meaningful Indigenous-settler relationships; (4) Addressing food systems labor issues; and (5) Considering participatory food systems governance in the context of COVID-19.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,045 | 0,017 |
| Communication savante | 0,011 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».