Démarche d’évaluation participative de projets en sécurité alimentaire : le cas du Laboratoire d’agriculture urbaine et de proximité (Labor-AT) en Abitibi-Témiscamingue
Bibliographic record
Abstract
Cet article présente une démarche d’évaluation du processus de mise en oeuvre et de la gouvernance d’un projet pilote en sécurité alimentaire par le Laboratoire d’agriculture urbaine et de proximité (Labor-AT), qui oeuvre à l’échelle de la MRC Abitibi au Québec, au Canada. Des outils d’évaluation tels que Faire le point sur les conditions de succès du projet proposé par l’Institut national de santé publique du Québec et une analyse des forces, faiblesses, opportunités et menaces (FFOM) ont été utilisés. Les principaux constats démontrent le temps non négligeable et nécessaire pour développer un vocabulaire commun ainsi que pour définir un but et des objectifs communs qui permettent aux organisations de s’impliquer activement vers des intérêts collectifs. Les forces complémentaires du comité de coordination du projet, les partenariats et la collaboration avec une diversité d’organisations pour rejoindre les citoyens ainsi que le soutien des professionnels locaux en santé publique permettent une gouvernance efficace du projet. L’identification de canaux de communication clairs est indispensable dans le contexte d’un projet multiacteurs. En somme, cette démarche participative d’évaluation a permis de dégager des apprentissages et des conditions de succès, dans une optique de développement des communautés.
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 | 0.074 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.012 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| 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".