MétaCan
Menu
Retour à la cohorte
Enregistrement W3007156735 · doi:10.1080/17458927.2020.1715114

From fun to fraught: marketing to kids and regulating “risky foods” in Canada

2020· article· en· W3007156735 sur OpenAlexaffabout
Charlene Elliott

Notice bibliographique

RevueThe Senses and Society · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCognitive reframingConsumption (sociology)Food marketingMarketingObject (grammar)Food processingBusinessPsychologyPolitical scienceSociologySocial psychologySocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

In an era of industrialized food production, ultra-processed foods, “Big Food” marketing, and growing obesity rates, food has come to be framed as an object of risk – and as an object of regulation. Such reframing has fascinating implications related to issues of responsibility and decision making, especially when it comes to children’s food. This article probes the relationship between representation, regulation and “risky” consumption with respect to children’s food. I examine how child-targeted foods become framed as “risky” and what counts as “risky” food messaging under Health Canada’s commitment to restrict the marketing of unhealthy foods to children. Detailing the tension between food as a risk object and food as a child object, I suggest how issues of semantic provisioning and the politics of the unseen work to complicate and destabilize the (seemingly) straightforward process of prohibiting unhealthy food marketing to children.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil0,728

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,373
Écart entre enseignants0,321 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Senses and SocietyMême sujetObesity and Health PracticesTravaux en français237 207