Exploring African perspectives on food system leadership : Two cases from Malawi and Cameroon, commissioned by the African Food Fellowship
Notice bibliographique
Résumé
The African Food Fellowship (AFF) is engaging with partners to better understand African perspectives on leadership in food systems. This includes the forms that leadership networks and systems take across the continent, as well as how these can contribute to sustainable food systems change. The result is a series of case studies to explore food system leadership in Africa, demonstrating how collective food systems leadership is manifested and what outcomes are achieved. A particular focus of the case studies is: -The characteristics of leadership networks that facilitate shifts in policies, power dynamics and incentives toward food system transformation. -The capabilities of leadership networks that support shifts towards sustainable and inclusive food systems.This case study series presents two AFF-commissioned case studies exploring African perspectives on collective food system leadership in Malawi and Cameroon. The case studies in this report were developed by African Projects Solutions (APS) in partnership with the Small Five Knowledge Collective. The two case studies demonstrate how collective food systems leadership is manifested and what outcomes can be (or have been) achieved. The first case study is on a southern African organisation – Soils, Food and Healthy Communities (SFHC) – based in Malawi and the second is on Concertation Nationale des Organisations Paysannes au Cameroun (CNOP-CAM, translated in English to the National Federation of Peasants’ Organisationsof Cameroon) based in central Africa.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».