MétaCan
Menu
Back to cohort
Record W4388629829 · doi:10.15353/cfs-rcea.v10i3.612

Le territoire agroalimentaire en tant qu’attrait touristique au Québec

2023· article· fr· W4388629829 on OpenAlexaffvenueabout
Ronaldo Tavares de Souza, Pascale Marcotte, Laurent Bourdeau

Bibliographic record

VenueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2023
Typearticle
Languagefr
FieldBusiness, Management and Accounting
TopicWine Industry and Tourism
Canadian institutionsUniversité Laval
Fundersnot available
KeywordsHumanitiesTerroirPolitical scienceArt

Abstract

fetched live from OpenAlex

Les produits du terroir sont caractérisés par la singularité que leur donne le territoire d’où ils sont issus. Cette singularité est utilisée dans leur promotion, mais elle peut également susciter l’intérêt des individus pour ce territoire. Né en Europe et d’abord appliqué au vin, le concept de terroir est depuis lors en expansion. Il est utilisé partout dans le monde, et pour une diversité de produits. Toutefois, son utilisation hors de l’Europe pose la question de la manière dont ce concept s’applique ailleurs, et de son lien avec le tourisme. Cet article vise à comprendre comment les offres agroalimentaire et touristique s’intègrent et peuvent contribuer à la construction de l’image du terroir au Québec. L’analyse de contenu lexical et des images des pages Web des organismes de gestion de la destination, des associations d’agrotourisme et de tourisme gourmand locales et des entreprises agroalimentaires de deux régions québécoises indique que le terroir est surtout un synonyme de « produit local ». Son utilisation n’a pas pour but de souligner la singularité qu’a un produit en fonction de son territoire de production. Un modèle d’orchestration des éléments représentatifs du territoire pour contribuer à la mise en valeur de la destination gourmande est suggéré. Deux voies de développement sont proposées : une production spécifique et une généraliste. Bien que le tourisme gourmand soit déjà important dans les destinations étudiées, il pourrait y être davantage intégré à l’aide d’une communication coordonnée entre les acteurs impliqués.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.024
Threshold uncertainty score0.119

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.003
Science and technology studies0.0040.001
Scholarly communication0.0030.001
Open science0.0000.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0240.001

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.

Opus teacher head0.033
GPT teacher head0.237
Teacher spread0.204 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2023
Admission routes3
Has abstractyes

Explore more

Same venueCanadian Food Studies / La Revue canadienne des études sur l alimentationSame topicWine Industry and TourismFrench-language works237,207