Rapport à soi et citoyennetés alimentaires : diagnostic d'une politique des plaisirs
Bibliographic record
Abstract
Cette thèse s’intéresse à l’alimentaire en tant que discours social du « comment se nourrir » se déployant avec une intensité toute particulière dans l’actuel régime de gouvernement de libéralisme avancé. Elle propose plus spécifiquement de penser cette intensité comme participant d’un investissement de l’alimentaire en tant que lieu privilégié dans la production d’articulations du rapport à soi (relation éthique à soi-même) et d’une citoyenneté comprise en termes d’abord normatifs. Cette productivité est mise en évidence par le biais d’une « exemplification » des ensembles de régularités des discours alimentaires contemporains qui s’avèrent les plus saillants quant à leurs effets de citoyenneté. Le premier de ces ensembles est abordé à travers une analyse de la campagne de réforme des habitudes alimentaires des écoliers britanniques Jamie’s School Dinners, considérée en tant qu’exemple des discours tendant aujourd’hui à faire d’une certaine culture alimentaire un enjeu de citoyenneté culturelle. Je m’intéresse dans un second temps aux dynamiques qui s’opèrent dans Mettez le Québec dans votre assiette!, une campagne sociétale en faveur de l’alimentation locale qui m’apparait exemplaire de la production contemporaine du « manger local » en tant qu’expression de confiance et de patriotisme envers une nation définie par ses terroirs. Finalement, je me tourne vers l’ouvrage In Defense of Food. An Eater’s Manifesto de Michael Pollan en tant qu’exemple de coprésence des deux ensembles de régularités discutés précédemment et d’un troisième (le « nutritionnisme ») que j’analyse en tant que réarticulation du discours de devoir de santé de la science nutritionnelle. Cette thèse se conclut sur une discussion de quelques-uns des effets de cette coprésence et des citoyennetés alimentaires qu’elle informe. Je m’attarde plus spécifiquement à la politique des plaisirs qui traverse ces citoyennetés, une politique se déployant sur le mode de l’anxiété (face à un futur incertain) et selon une logique générationnelle par laquelle les espaces de la nation et de la famille se trouvent simultanément investis.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.028 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".