MétaCan
Menu
Retour à la cohorte
Enregistrement W2295058719 · doi:10.1111/socf.12245

“Taking Back a Little Bit of Control”: Managing the Contaminated Body Through Consumption

2016· article· en· W2295058719 sur OpenAlexfundno aff
Norah MacKendrick, Lindsay M. Stevens

Notice bibliographique

RevueSociological Forum · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésSAFERHeuristicsContingencyInternet privacyConsumption (sociology)Set (abstract data type)MarketingFocus groupControl (management)Social psychologyBusinessPsychologySociologyPublic relationsComputer securityComputer sciencePolitical scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

In this article, we explore the lived experience of avoiding environmental chemicals through safer consumption, such as buying “eco‐friendly” products. Using focus groups and in‐depth interviews involving 50 subjects, we investigate how individuals become aware of environmental chemicals and how they adapt to this awareness. Our participants describe being surprised or alarmed to learn that chemicals are present in food and commodities that they believed were safe. They respond by developing a set of heuristics rendering the “dangerous” consumer landscape into a space that is amenable to personal control. They learn to read an ingredient label and look for organic certification seals on product packaging. We develop the idea of the “contingent boundary” to describe how participants perceive personal control as uneven: they believe they can activate a protective boundary in local and familiar contexts, but outside these contexts, they believe the boundary dissolves. They accept this contingency as normal and describe having to ignore some chemical exposures, for fear of becoming too “crazy.” We conclude that the individuals in our study accept that inverted quarantine (Szasz 2007) is out of reach, and instead try to impose order upon a ubiquitous risk.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,017
Communication savante0,0040,006
Science ouverte0,0010,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,061
Tête enseignante GPT0,350
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociological ForumMême sujetRisk Perception and ManagementTravaux en français237 207