Greenwashing: The Ethics of Green Marketing
Notice bibliographique
Résumé
In this paper, I argue that companies who make exaggerated claims about the environmental impact of their products act unethically. The public has become more ecologically conscientious than ever before, and firms have been quick to exploit this new interest to their economic advantage. Many of the claims conveyed in these green advertisements attempt to convince consumers that through purchasing a product, they can create a tangible benefit on the environment relative to similar products they would have otherwise purchased. However, consumers are often manipulated by false information conveyed through explicit and implicit advertising cues. Even from a permissive ethical framework, companies engaged in marketing have a duty to avoid misleading consumers. By engaging in these deceptive advertising campaigns, firms violate their basic duties. According to a 2010 study published by a consumer watchdog group, 95% of environmentally beneficial claims on products marketed to consumers in the United States and Canada contained at least some level of misrepresentation (TerraChoice, 2010, p. 6). Companies preying upon recent positive developments in increasing environmental awareness of consumers are fraudulent, but could also bring about negative consequences for society. In “Greenwashing in the New Millenium,” author Nancy Furlow lists the three major problems with greenwashing: 1) It misleads consumers; 2) It harms the truly green companies; and, 3) It causes consumers to disregard environmental claims in general (Furlow, 2011). As a consumer-driven society, fostering distrust of claims relating to the ecological impact of products could severely impede the future progress of environmental reform, rob individuals of their money, and prevent consumers from accurately gauging their environmental footprint—all under the guise of ethics-based consumption. Because of these harms, everyone in society has a stake in preventing fraudulent messages from being transmitted to the public by ethically remiss businesses.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,023 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».