MétaCan
Menu
Retour à la cohorte
Enregistrement W3112802997 · doi:10.32920/cd.v5i1.1336

Consuming health, negotiating risk, "eating right"

2020· article· en· W3112802997 sur OpenAlexvenueno aff
Barbara Parker

Notice bibliographique

RevueJournal of Critical Dietetics · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic healthConstruct (python library)Food choiceFemininityNegotiationEmpowermentEnvironmental healthPsychologyPublic relationsPolitical scienceSociologyMedicineGender studiesSocial science

Résumé

récupéré en direct d'OpenAlex

In the health-risk society, food choice is framed through public health nutrition and dietary risks which are produced through nutritionism and econutrition. Dietary guidelines recommend the consumption of functional foods to target bodily health (Scrinis 2013; Mudry 2010), whereas ecological nutrition pushes sustainable diets for planetary health (Mason & Lang 2017; Friedberg, 2016). These healthy eating discourses construct dietary food risks and reorient ideas about what constitutes good food and eating right. This paper explores how food risk discourses extend the moralizing of healthism through emerging public health nutrition discourses and the ‘new public health.’ I suggest that in considering what constitutes eating right, dietary health risks extend individual responsibility for bodily health to increasing responsibility for the health of our environment or ecosystems, exercised as choice over the foods one chooses to eat. The feminine-citizen-subject is particularly targeted because as Moore (2010) contends, hegemonic femininity is constructed through beliefs about health and the healthy body. Thinking through feminist intersectionality (Crenshaw, 1991) however, I draw attention to the limits of choice and individualized approaches to managing food risk given the structural constraints of food and health.

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)0,013
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,095
Communication savante0,0090,011
Science ouverte0,0010,009
Intégrité de la recherche0,0060,006
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 Opus0,014
Tête enseignante GPT0,276
Écart entre enseignants0,262 · 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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Critical DieteticsMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207