mise en discours de la mode durable via Instagram : regard sur les marques Marine Serre, Ganni et Boohoo
Notice bibliographique
Résumé
Afin de répondre à l’impératif de durabilité, les marques du secteur de la mode, une industrie particulièrement polluante, développent un discours visant à mettre en valeur leur démarche écoresponsable. Dans cet article, nous nous intéressons aux discours déployés sur Instagram par trois marques, qui correspondent à différents modèles d’affaires de l’industrie : Marine Serre, fondamentalement responsable; Ganni, une marque en transition écoresponsable; et Boohoo, une marque associée à l’ultra fast fashion. À partir d’une analyse des différentes thématiques privilégiées dans les quelque 171 publications de ces trois marques au cours de l’automne 2021, nous concluons que si les marques correspondant aux deux premiers idéaux-types semblent se conformer aux critères d’authenticité reconnus en matière de communication environnementale, la marque de fast fashion, sans grande surprise, verse dans l’écoblanchiment. Or, nos résultats font ressortir que cet écoblanchiment prend une forme insidieuse, qui s’éloigne des clichés habituels : de fait, la marque renverse le fardeau de l’écoresponsabilité en le transférant à ses consommateurs. Nous concluons en soulignant que cette nouvelle forme de purpose washing n’est pas sans conséquence pour l’ensemble des acteurs de l’industrie, y compris ceux qui souhaitent développer une approche authentiquement durable.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».