MétaCan
Menu
Retour à la cohorte
Enregistrement W4210772560 · doi:10.3389/fcomm.2021.796425

Discursive Power: Trade Over Health in CARICOM Food Labelling Policy

2022· article· en· W4210772560 sur OpenAlexafffund
Lucy Hinton

Notice bibliographique

RevueFrontiers in Communication · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensBalsillie School of International AffairsUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooSocial Sciences and Humanities Research Council of CanadaInternational Development Research Centre
Mots-clésFraming (construction)Corporate governanceBusinessPolitical sciencePrivilege (computing)Fair tradeFood safetyNarrativePublic relationsInternational tradeLawEngineering

Résumé

récupéré en direct d'OpenAlex

Moving towards a more sustainable, healthier, and equitable food future requires a significant system transformation. Policies to achieve this transformation are notoriously difficult to achieve, especially where actors with conflicts of interest are involved in governance. In this paper, I analyze how corporate actors frame issues inside a process to develop Front-of-Pack Labelling across the Caribbean. Focusing on three major framing strategies, I show how industry actors argued 1) (falsely) that FOPL would privilege Chilean food suppliers; 2) that FOPL would constitute a major transgression of international trade law; and 3) that a regional public health organization (the Pan-American Health Organization) is an illegitimate influence on the policy. Together, these three framing strategies reconstruct the policy problem as one of trade rather than public health. I argue that the resulting narrative is both a product and a function of the discursive power food companies wield in the standard-setting process and provide empirical detail about how food companies act to prevent policy attempts facilitating food systems transformation.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,295
Écart entre enseignants0,272 · 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'étudeSans objet
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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in CommunicationMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207