MétaCan
Menu
← Back to cohort
Record W7162128731 · doi:10.82308/31425

Limits to local foodsheds: The roles of social and biophysical resources for mobilizing local food production capacity

2023· dissertation· en· W7162128731 on OpenAlexaboutno aff
Kerstin Schreiber

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldAgricultural and Biological Sciences
TopicOrganic Food and Agriculture
Canadian institutionsnot available
Fundersnot available
KeywordsFood supplyFood consumptionFood processingSharecropping

Abstract

fetched live from OpenAlex

Les systèmes alimentaires locaux font l'objet d'une attention croissante de la part des décideurs politiques, des praticiens et des chercheurs. Dans le cadre de cette attention, plusieurs études savantes se sont penchées sur les avantages et les inconvénients de la localisation des systèmes alimentaires. Plus récemment, une branche de la recherche a vu le jour, qui se concentre sur la capacité des régions - y compris les zones urbaines - à approvisionner leur population, passant de la question " les systèmes alimentaires locaux sont-ils meilleurs ? " à " les systèmes alimentaires locaux sont-ils faisables ? ". L'analyse des " bassins alimentaires " répond à cette question en conceptualisant le potentiel des régions à devenir plus autosuffisantes en matière d'alimentation et en juxtaposant l'offre et la demande alimentaires en cartographiant les flux alimentaires entre les lieux de production et de consommation. Dans cette thèse, je m'appuie sur les fondements conceptuels de la recherche sur les systèmes alimentaires locaux du point de vue de la production alimentaire rurale et périurbaine, en utilisant une approche intégrée qui tient compte de la capacité sociale et biophysique et de sa dynamique au sein des bassins alimentaires locaux. Ma première étude (chapitre 3 de cette thèse) passe systématiquement en revue la littérature scientifique sur l'analyse des bassins alimentaires, synthétise les différentes approches méthodologiques dans un cadre conceptuel, et identifie les lacunes, les limites et les priorités de recherche futures. Sur la base de ces résultats, je poursuis trois orientations supplémentaires qui répondent à des lacunes spécifiques dans la recherche sur les bassins alimentaires (chapitres 4 à 6). Le chapitre 4 examine comment les grandes villes (>300 000 habitants) du Canada et des États-Unis prévoient de soutenir les bassins alimentaires locaux et la capacité de production en se fondant sur une analyse thématique des documents relatifs aux stratégies alimentaires locales et aux plans d'action municipaux. Le chapitre 5 examine les divers défis auxquels sont confrontés les agriculteurs qui vendent leurs produits sur les marchés locaux au Québec, ainsi que le rôle des systèmes de soutien et des relations sociales pour relever ces défis. Dans le dernier chapitre d'analyse (chapitre 6), j'explore les impacts de la pandémie de Covid-19 sur les agriculteurs vendant aux marchés locaux dans la province de Québec, y compris la façon dont ils ont adapté leur production et leur distribution alimentaire en réponse à la crise de santé publique. Avec ce travail, je contribue à notre compréhension des systèmes alimentaires locaux du point de vue rural, en me concentrant sur les étapes de production de la chaîne d'approvisionnement plutôt que sur l'organisation du marché ou les avantages pour les consommateurs. Mes recherches examinent donc collectivement la relation entre les ressources biophysiques (par exemple, les rendements) et les ressources sociales (par exemple, la capacité d'adaptation) qui peuvent mobiliser, façonner et limiter la faisabilité des bassins alimentaires locaux. Je soutiens que, si l'on ne prête pas attention aux défis auxquels sont confrontés les agriculteurs et au rôle des systèmes de soutien social dans la capacité de production alimentaire locale, les objectifs municipaux et provinciaux visant à mettre en place des systèmes alimentaires locaux pourraient être compromis

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)0.002
metaresearch head score (Gemma)0.007
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 score0.015
Threshold uncertainty score0.052

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.007
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0020.008
Scholarly communication0.0060.006
Open science0.0020.007
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0150.001

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 head0.025
GPT teacher head0.232
Teacher spread0.206 · 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 routes1
Has abstractyes

Explore more

Same topicOrganic Food and Agriculture→French-language works237,207→