Les politiques canadiennes en matière d’étiquetage alimentaire
Bibliographic record
Abstract
Présence d’additifs alimentaires, d’édulcorant, de gras trans ou de sel, voilà autant d’informations qui doivent figurer sur l’étiquette d’un produit préemballé. Quels critères amènent les instances réglementaires à donner la priorité à une information plutôt qu’à une autre ? Le public a-t-il voix au chapitre ? Pour répondre à ces questions, deux exemples de réglementation canadienne en matière d’étiquetage alimentaire serviront de cadre d’analyse : 1) la réglementation en matière d’étiquetage des aliments génétiquement modifiés qui, contrairement aux souhaits des citoyens, préconise l’étiquetage volontaire plutôt qu’obligatoire ; et 2) la réglementation en matière d’étiquetage des allergènes qui, conformément à la volonté des Canadiens, oblige les compagnies à indiquer la présence de certains ingrédients allergènes sur les étiquettes. Les auteures constatent que l’état des politiques canadiennes en matière d’étiquetage alimentaire est le reflet d’un calcul utilitaire de la part du gouvernement en place : tant les intérêts économiques de l’industrie agricole que le bien-être collectif entrent en ligne de compte dans la décision d’imposer l’étiquetage, mais il semble que l’intérêt collectif soit majoritairement déterminé en fonction de la donne scientifique (et économique) au détriment de la volonté collective. La science, souvent produite par l’industrie elle-même, sert-elle alors à appuyer — ou à légitimer — le calcul utilitaire en imposant l’idée selon laquelle le souhait du citoyen n’est pas raisonnable ni rationnel ? Si tel est le cas, le scientifique joue ainsi toujours, pour ne pas dire encore plus maintenant que la donne scientifique est de plus en plus accessible, un rôle social déterminant qu’Antonio Gramsci qualifierait d’hégémonique.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.004 |
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".