L'émergence des réseaux d'agriculture urbaine hors de l'Europe
Bibliographic record
Abstract
La reconnaissance de l'agriculture urbaine (AU) comme activité productive démarra de façon très fragmentée: un chercheur intéressé ici, un projet de développement là. C'est vraiment à partir de 1990 que cette reconnaissance s'est étendue, grâce à l'émergence rapide d'un maillage plus cohérent à différentes échelles. C'est cette transformation, y compris divers efforts de mise en réseau (certains plus aboutis que d'autres) que cet article dépeint. Le processus de mise en place de deux centres de ressources et têtes de réseaux (UAN et RUAF) est décrit d'abord, ainsi que le rôle important de soutien du CRDI canadien et du gouvernement hollandais. Ensuite, trois exemples de réseaux sont donnés: en Amérique latine et Caraïbe, dont le réseau AGUILA a été le premier à apparaître comme tel; en Asie du sud est, où le réseau est une des composantes d'un projet axé sur l'approvisionnement des villes; enfin au Moyen Orient et en Afrique du Nord, où le réseau passe actuellement à l'état émergent, avec une phase d'incubation.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".