Food and Nutrition as Seen Through the Lenses of the “European Health and Well-being Deal” Discourse
Notice bibliographique
Résumé
First proposed in the 1970s, health literacy and well-being have been viewed as “the ability of an individual to obtain and translate knowledge and information in order to maintain and improve health in a way that is appropriate to the individual and system contexts” (Liu et al., 2020, p. 1). Yet, the World Health Organization (WHO) makes clear that health literacy and well-being are more than “just a personal resource”, in that “equal attention [has to] be given to ensure that governments and health systems present clear, accurate, appropriate and accessible information for diverse audiences” (WHO, 2025). This study examines the European health and well-being deal (hereafter EHaW-BD) initiative, which includes a manifesto issued by the coalition All Policies for a Healthy Europe (AP4aHE) (EHMA, 2025) to promote an efficient and trustworthy health system. Through a mixed-method analysis combining genre-based and multimodal tools, as well as insights from discourse analysis (Sarangi & Coulthard, 2000; Bhatia, 2008; Kress, 2009), the manifesto is shown to reveal the EU’s discursive process of conceptualizing food and nutrition as a critical social determinant of health and well-being, while simultaneously distancing this discourse from the EU’s fight against misinformation and disinformation, an effort discursively constructed as part of the Union’s reorientation towards health promotion. Eventually, health literacy and well-being as seen through food and nutrition discourses might be understood in a broader perspective which reflects individual knowledge of healthcare, the health system and policy-making (Okan et al., 2019; Chrysagis & Kompatsiaris, 2023).
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,048 |
| Communication savante | 0,019 | 0,013 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».