Diverging Stories on food system transitions. A qualitative analysis of policy narratives in the public consultation on the European Commission’s Farm to Fork Strategy
Notice bibliographique
Résumé
The transition towards more just and sustainable food systems is a major challenge which requires persuasive policy narratives for motivation and coordination. However, research about how relevant European actor groups view crucial elements of food system transitions is scarce. The consultation on the European Commission's Farm-to-Fork Strategy provided an opportunity to analyze how elements of food system transitions are represented and connected in the policy narratives of European stakeholders. A deductive-inductive content analysis of 164 public responses, using an analytical framework based on the multi-level-perspective of food system transitions, found twelve distinct narratives, mostly focused on agricultural production. Ten of them showed clear connections to three established agricultural policy discourses: neomercantilism, multi-functionalism and market liberalism. While the narratives together provided a comprehensive account of transition drivers, challenges, opportunities and responses, individually they presented rather partial perspectives. For example, market-liberal narratives emphasized the role of value chain actors and “consumer choice”, whereas multifunctionalist narratives called for more regulation. Farmers' associations mainly deployed neomercantilist, NGOs multi-functional and industry representatives market-liberal narratives, revealing dissent on the importance and desirability of change. The findings indicate that shifting the discussion venue away from core agriculture policy arenas broadened entrenched discourses only marginally.
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 | 0,015 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,011 | 0,020 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».