Jardins Communautaires ET Sécurité Alimentaire Community Gardens and Food Security
Bibliographic record
Abstract
En 1977, les autorités municipales de Montréal ont décrété que 10% du territoire serait dorénavant zoné espaces verts. La plupart des quartiers avaient suffisamment de terrains disponibles pour respecter cette norme. A la même époque, l′administration municipale a mis en place un programme municipal de jardins communautaires. Les jardins communautaires offrent l′opportunité aux citadins de cultiver leurs légumes et de fraterniser. À Montréal, 1.5% de la population adulte jardine dans un jardin communautaire municipal. Les jardins sont dispersés sur tout le territoire et sont facilement accessibles, soit 8200 jardinets dans 97 jardins communautaires. Dans les arrondissements les plus peuplés, il faut attendre de 1 à 3 ans sur la liste d′attente avant d′accéder à un jardinet. Le programme comporte un minimum de réglementation afin de simplifier l′activité. En terme de coût, la contribution moyenne d′un jardinier revient à 10$/jardinet pour un lopin de terre mesurant 3m x 6m. Avant la réorganisation municipale de 2002, suite à laquelle chaque arrondissement gérait ses propres jardins communautaires (Ville de Montréal), l′investissement de la municipalité, il est d′environ 0,2% du budget du Service des sports, des loisirs et du développement social. Le jardinage communautaire permet l′auto-production d′aliments de qualité sur des terrains gérés par la municipalité. Cette activité populaire favorise l′estime de soi et l′acquisition de nouvelles connaissances pratiques et techniques. A Montréal, les saisons de cultures sont réduites dû aux longs hivers et ne permettent qu′une récolte; ainsi, pendant les mois de récolte, cette initiative municipale allège la problématique de la sécurité alimentaire. Le programme des jardins communautaires de Montréal est considéré comme le programme de jardinage collectif le plus accessible et le mieux organisé en Amérique (Reid, 2006).
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.021 | 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".