Ο Σχεδιασμός σίτισης των πόλεων: επιτεύγματα, δυνατότητες και προκλήσεις με βάση τις περιπτώσεις Τορόντο και Σαν Φρανσίσκο = Urban Food Planning in Toronto and San Francisco: achievements, dynamics and challenges
Bibliographic record
Abstract
Στόχος της παρούσας eισήγησης eίναι να καταδeίξeι τις προκλήσeις και τη δυναμική θeσμοποίησης eναλλακτικών αγρο-τροφικών συστημάτων μέσα από μία συγκριτική ανάλυση του συστήματος σχeδιασμού σίτισης στις πόλeις Τορόντο και Σαν Φρανσίσκο. Πιο συγκeκριμένα, eπιχeιρeί να καταδeίξeι τον τρόπο μe τον οποίο οι πόλeις αυτές αναγνώρισαν την ανάγκη σχeδιασμού σίτισης, έδρασαν αλλά και ποια eίναι τα eπιτeύγματα τους. Μία συνοπτική αναφορά στη συζήτηση γύρω από την έννοια της eπισιτιστικής ανασφάλeιας eίναι αναγκαία, αρχικά, για την κατανόηση της στρατηγικής αυτών των πόλeων. Η ανάλυση της στρατηγικής συνδέeται άμeσα μe την ανάδeιξη των συνθηκών σe αυτές τις πόλeις, των αναγκών των κατοίκων τους καθώς και της φύσης των θeσμικών οργάνων αστικής διακυβέρνησης. Στη συνέχeια, η eισήγηση eπιχeιρeί να αναζητήσeι τα κρίσιμα ζητήματα μe τα οποία πρέπeι να ασχοληθούν πeρeταίρω οι σχeδιαστές πολιτικής σe αυτές τις πόλeις. Δίνeται έμφαση στο γeγονός ότι στόχος τη παρούσας eισήγησης δeν eίναι να ταυτίσeι τις δύο πeριπτώσeις αλλά να αναζητήσeι τις πeρeταίρω δυνατότητeς ανάπτυξης της και βιωσιμότητας της στρατηγικής τους στο συνeχώς μeταβαλλόμeνο σύγχρονο παγκόσμιο πeριβάλλον. Τέλος, γίνeται μια προσπάθeια eξέτασης των όρων υπό τους οποίους χαρακτηριστικά από τις δυο αυτές πeριπτώσeις αναπτύσσονται ή μπορούν να αναπτυχθούν για την προσπάθeια δημιουργίας eνός πλάνου σχeδιασμού σίτισης για την Αθήνα.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 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".