MétaCan
Menu
Retour à la cohorte
Enregistrement W7079493805 · doi:10.26108/ks8t-jg26

Impact on medium-term individual capacity building from involvement in Participatory Food Costing

2011· article· en· W7079493805 sur OpenAlexaboutno aff

Notice bibliographique

RevueAcadiaU-DEV · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapacity buildingFood securityNova scotiaParticipatory action researchCitizen journalismQualitative researchResource (disambiguation)

Résumé

récupéré en direct d'OpenAlex

Food insecurity is a multifaceted issue that requires further attention in Nova Scotia and throughout the world. Capacity building is considered to be a strategy for improving food security and is suggested to be a benefit of participatory processes. The purpose of the present study was to explore the individual capacity building processes and outcomes of medium-term involvement, defined as greater than four years, in Participatory Food Costing. Seven participants of the Nova Scotia Participatory Food Costing Project who had been involved for at least four years were recruited for this study. All participants were Nova Scotian women and most were affiliated with their local Family Resource Centres. Semi-structured telephone interviews were conducted with each participant and the questions followed the adult learning model. The data were collected, transcribed and coded using the phenomenology approach of qualitative research. Nine main themes emerged through analysis of the interviews: awareness, personal development, participation, readiness to change, influence on others, political impact, self-esteem, project continuity and project growth. These themes were consistent with the dimensions of capacity building that have been outlined in the published literature, indicating evidence for capacity building. The findings of this study demonstrate that capacity building processes and outcomes of those involved in Participatory Food Costing can contribute to solving food security related issues.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,837

Scores Codex et Gemma par catégorie

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

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 Opus0,136
Tête enseignante GPT0,284
Écart entre enseignants0,148 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcadiaU-DEVMême sujetGeochemistry and Geologic MappingTravaux en français237 207