論文の概要: Urban Food Self-Production in the Perspective of Social Learning Theory: Empowering Self-Sustainability

• arxiv url: http://arxiv.org/abs/2512.22594v1
• Date: Sat, 27 Dec 2025 13:45:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-30 22:37:30.125871
• Title: Urban Food Self-Production in the Perspective of Social Learning Theory: Empowering Self-Sustainability
• Title（参考訳）: 社会学習論の観点からみた都市型食品自己生産 : 自己持続可能性の育成
• Authors: Ewa Duda, Adamina Korwin-Szymanowska,
• Abstract要約: モノグラフは、持続可能な食品生産と消費のための革新的な社会技術ソリューションを開発するプロジェクト研究の結果を提示する。 このユニークなプロジェクトの背後にあるアイデアは、住民が食用植物を栽培する、選択されたフラットの廊下に20のハイドロポニックキャビネットを設置することであった。 この研究は、ポーランドのワルシャワとポーランドのワルシャワの住民コミュニティから42人の参加者を集めた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Urban food production is becoming an increasingly significant topic in the context of climate change and food security. Conducting research on this subject is becoming an essential element of urban development, deepening knowledge regarding the benefits, challenges, and potential for the development of urban agriculture as an alternative form of food production. Responding to this need, this monograph presents the results of a project study developing innovative socio-technological solutions for sustainable food production and consumption. The idea behind this unique project was to install twenty hydroponic cabinets in the corridors of the selected block of flats, where residents would grow edible plants. The presented research aimed to understand the people who joined this unique initiative. The qualitative study employed purposive sampling and in-depth interviews conducted in two waves. The study comprised 42 participants drawn from two communities of residents in Łódź and Warsaw, Poland. The findings outline the reasons that motivate urban residents to implement sustainable food production solutions, their farming experiences and the educational activities that led to their decision to join an innovative urban food production project. The results obtained will be relevant for those involved in the urban education process, including city authorities, urban educators, pro-environmental associations, and grassroots activists.
• Abstract（参考訳）: 都市部の食料生産は、気候変動と食料安全保障の文脈において、ますます重要なトピックになりつつある。 この課題について研究を行うことは、都市開発の重要な要素となり、食料生産の代替形態としての都市農業の発展のための利点、課題、可能性に関する知識を深めている。 このニーズに応えて、持続可能な食品生産・消費のための革新的な社会技術ソリューションを開発するプロジェクト研究の結果を示す。 このユニークなプロジェクトの背後にあるアイデアは、住民が食用植物を栽培する、選択されたフラットの廊下に20のハイドロポニックキャビネットを設置することであった。 提示された研究は、このユニークなイニシアチブに参加した人々を理解することを目的としていた。 定性的な研究は2つの波で行われたパーポーブサンプリングとインディースインタビューを用いた。 この研究は、ポーランドのショダンとワルシャワの住民コミュニティから42人の参加者を集めた。 この結果から, 都市住民が持続可能な食品生産ソリューションの実現を動機づける理由, 農業経験, 教育活動が, 革新的な都市食品生産プロジェクトへの参加を決定づけた理由を概説した。 得られた結果は、市当局、都市教育者、環境保護団体、草の根活動家など、都市教育プロセスに関わる人たちに関係がある。

関連論文リスト

• Supporting a Sustainable and Inclusive Urban Agriculture Federation using Dashboarding [3.298403495154034]
  Feed4Foodプロジェクトは、さまざまな国の都市農業のLiving Labsのフェデレーションを、脆弱な人口に対する都市食品の安全性を高めるために利用することを目的としている。 本稿では,地域の認識と意思決定を支援するダッシュボードを構築するための再利用可能なプロセスと,連携学習を提案する。
  論文  参考訳（メタデータ） (2025-08-30T19:23:13Z)
• AI in Agriculture: A Survey of Deep Learning Techniques for Crops, Fisheries and Livestock [77.95897723270453]
  作物、漁業、家畜が世界の食料生産のバックボーンを形成し、成長を続ける世界の人口を養うのに不可欠である。 これらの問題に対処するには、効率的で正確でスケーラブルな技術ソリューションが必要であり、人工知能(AI)の重要性を強調している。 本調査では,従来の機械学習アプローチ,高度なディープラーニング技術,最新のビジョン言語基礎モデルなど,200以上の研究成果を体系的かつ徹底的にレビューする。
  論文  参考訳（メタデータ） (2025-07-29T17:59:48Z)
• To Assess the Impact of Smart Cities on Urbanization Patterns in the United States [0.0]
  本研究は、スマートシティに関連する4つの重要な変数とその都市化への影響を明らかにする。 スマートシティ技術の実装は、人口密度の変化、土地利用の多様化、インフラのダイナミクスの強化と大きく関連している。 住民は、効率的な都市移動、環境持続可能性、個人の社会経済的改善に基づくスマートシティの嗜好を示した。
  論文  参考訳（メタデータ） (2025-03-14T10:13:17Z)
• Make Making Sustainable: Exploring Sustainability Practices, Challenges, and Opportunities in Making Activities [7.962921179166476]
  現代製造業者コミュニティにおけるサステナビリティの展望について検討する。 本研究は, 製造プロセスを通じて生じる「無駄」の多様さ, 廃棄物管理戦略(あるいはその欠如), 持続不可能なプラクティスの推進動機, 直面する課題の4つの主要なテーマについて考察した。
  論文  参考訳（メタデータ） (2025-02-18T19:28:47Z)
• What can large language models do for sustainable food? [22.702567219116567]
  食品システムは、人為的な温室効果ガス排出量の3分の1を担っている。 本研究では,Large Language Models (LLMs) が食品生産の環境への影響を減らしうるかを検討した。
  論文  参考訳（メタデータ） (2025-02-02T18:12:16Z)
• Agri-LLaVA: Knowledge-Infused Large Multimodal Assistant on Agricultural Pests and Diseases [49.782064512495495]
  農業分野における最初のマルチモーダル・インストラクション・フォロー・データセットを構築した。 このデータセットは、約40万のデータエントリを持つ221種類以上の害虫と病気をカバーしている。 本稿では,農業用マルチモーダル対話システムであるAgri-LLaVAを開発するための知識注入型学習手法を提案する。
  論文  参考訳（メタデータ） (2024-12-03T04:34:23Z)
• Climate Change Impact on Agricultural Land Suitability: An Interpretable Machine Learning-Based Eurasia Case Study [94.07737890568644]
  2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。 気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。 本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
  論文  参考訳（メタデータ） (2023-10-24T15:15:28Z)
• Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
  我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。 本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。 我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
  論文  参考訳（メタデータ） (2023-05-03T05:16:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。