Food-system actors’ perspectives on trust: an international comparison
Notice bibliographique
Résumé
Purpose The purpose of this paper is to compare the perspectives of actors who contribute to trust in the food system in four high income countries which have diverse food incident histories: Australia, New Zealand (NZ), the United Kingdom (UK) and the Island of Ireland (IOI), focussing on their communication with the public, and their approach to food system interrelationships. Design/methodology/approach Data were collected in two separate studies: the first in Australia, NZ and the UK (Study 1); and the second on the IOI (Study 2). In-depth interviews were conducted with media, food industry and food regulatory actors across the four regions (n=105, Study 1;n=50, Study 2). Analysis focussed on identifying similarities and differences in the perspectives of actors from the four regions regarding the key themes of communication with the public, and relationships between media, industry and regulators. Findings While there were many similarities in the way food system actors from the four regions discussed (re)building trust in the context of a food incident, their perceptions differed in a number of critical ways regarding food system actor use of social media, and the attitudes and approaches towards relationships between food system actors. Originality/value This paper outlines opportunities for the regions studied to learn from each other when looking for practical strategies to maximise consumer trust in the food system, particularly relating to the use of social media and attitudes towards role definition in industry–regulator relationships.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,012 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».