‘Until it kills you’: cancer related stigma on the Chilean tobacco packaging warning messages 2014-2016 campaign
Notice bibliographique
Résumé
Chile has one of the highest rates of tobacco consumption in the Americas and lung cancer is the main cancer-related death cause in the country. Since 2006, the Chilean Ministry of Health mandates pictorial warning labels on all tobacco packaging, in line with global trends of tobacco control and anti-smoking policy. The aim of this study was to perform a discourse analysis (DA) of the Chilean Campaign in force during 2014–2016. Focusing on what the campaign promotes, we problematized its discursive effects, in relation to lung cancer, cancer treatments and the causality between smoking and lung cancer. We developed an analytical inductive process based on Santander’s DA model, assessing written and visual rhetoric, extracting a core axis of the inevitable temporal progression of disease throughout the labelling messages story line, from the viewpoint of stigma as a discrediting trait. Main axis of analysis included: rhetoric of written and visual elements, fear & disgust appeal, and intertextuality with religious/military discourses. The campaign posits a metaphorical equivalence among smoking and lung cancer, and the latter as an inevitably fatal disease: ‘until it kills you’. Lung cancer is a discrediting feature implying physical and moral deterioration, due to aggressive treatments and personal identity spoiling. Fear and disgust appeals are strongly used through images and colors. The campaign’s rhetoric interpellates to ‘choose’ between life and death, showing lung cancer as a self-inflicted disease. We problematize the ethical/moral implications of public health campaigns based on reinforcing stigmatization of cancer patients and therapeutic nihilism.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».