Sauver la planète, un burger à la fois : Les stratégies communicationnelles de la viande végétale
Notice bibliographique
Résumé
Cet article analyse certaines des stratégies communicationnelles de la viande végétale, une innovation alimentaire promettant une expérience équivalente à celle de la viande animale, mais dépourvue de ses conséquences néfastes pour la santé des humain·e·s, des animaux et de la planète. Mobilisant une approche constitutive de la communication, nous retraçons le narratif fondateur de l’entreprise Beyond Meat à travers divers documents afin de repérer les principales stratégies de communication qui s’y trouvent développées. Notre analyse révèle que Beyond Meat se positionne dans la continuité de la culture de la viande. Minimisant la responsabilité des éleveurs et éleveuses, transformateurs, transformatrices et consommateurs ou consommatrices de viande animale, le fabricant états-unien cible les animaux d’élevage pour leur inefficacité à transformer l’eau et les végétaux en viande, et se propose d’éliminer cet intermédiaire en fabriquant la viande directement à partir des plantes. Recrutant divers collaborateurs et collaboratrices – restaurants, épiceries, et célébrité·e·s – pour normaliser la viande végétale, Beyond Meat interpelle par ailleurs ses consommateurs et consommatrices comme les membres d’un mouvement social dont l’engagement permettrait de sauver la planète, un burger à la fois.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».