Se nourrir autrement : quelle différence dans l'accès aux systèmes alimentaires alternatifs selon la taille de la ville et ses conditions géographiques?
Bibliographic record
Abstract
Résumé Les systèmes alimentaires alternatifs (SAA), reconnus pour leurs circuits alimentaires réduits, aux retombées positives pour la santé, l'environnement et les communautés locales, offriraient une alternative au système conventionnel en aliments de qualité. Cependant, plusieurs études s'interrogent sur l'accessibilité aux SAA, notamment quand l'insécurité alimentaire persiste dans de nombreuses communautés en Amérique du Nord. Cet article étudie l'accessibilité aux SAA chez les populations à plus faible revenu en prenant en compte le contexte urbain, notamment l'environnement alimentaire et la proximité aux zones de production. Utilisant les cas d'un arrondissement de Montréal et de la ville moyenne de Victoriaville (Québec), nous avons employé une méthodologie mixte combinant la cartographie, l'observation de l'environnement alimentaire ainsi que des entretiens semi‐dirigés. Nous montrons que le prix des SAA est influencé par des facteurs propres à chaque territoire tels que la temporalité, les rapports aux aliments et à l'agriculture et la proximité des producteur·rice·s. Les deux cas se distinguent également par leur façon de (re)connecter aux producteur·rice·s agricoles. Ces résultats pourraient contribuer à optimiser les politiques publiques qui misent sur l'accès à des aliments de qualité et ainsi rendre les SAA plus accessibles .
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 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".