Food, bodies, health (risks): the biopolitics of organic materiality testing in the context of diet-associated health risk management practices
Notice bibliographique
Résumé
This article analyses the apparatus of practices dedicated to reducing long-term diet-associated health risks so as to question how risk is framed and worked upon in everyday risk governance contexts. In 2020–2021, I conducted 10 semi-structured interviews with public & environmental health researchers and programme managers at both federal (Canada) and provincial (Quebec) levels, as well as with clinical practitioners (clinical physician, dietician). I also used these interviews and the information provided by my interviewees to gather a corpus of materials comprised of clinical protocols, empirical guidelines, governmental screening programmes, and more. In the analysis, I contrast testing practices dedicated to preventing and controlling chronic conditions associated with food ingestion such as type 2 diabetes, with others dedicated to predicting and preventing health conditions associated with the ingestion of pesticides and contaminants. I use Foucauldian discourse analysis methods as well as Sheila Jasanoff’s (1999) “songlines of risk” in her analysis of environmental risk assessment practices to analyse how the risk mitigation practices under study integrate different approaches to risk and thus different ways of caring for health and bodies. This leads me to a discussion on the biopolitical approach to risk and health that informs these practices and the apparatus they constitute, contributing to orienting where the onus of the responsibility lies when it comes to managing or preventing diet-associated health conditions. I argue that the apparatus plays a role in invisibilizing the environmental factors in disease causation and reinforcing the individualisation of health (responsibility) rather than its collectivisation.
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 | 0,014 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».