MétaCan
Menu
← Back to cohort
Record W7162071559 · doi:10.82308/53176

Is safe food good food? Looking beyond safety to regulate good food systems

2020· dissertation· en· W7162071559 on OpenAlexaboutno aff
Sarah Berger Richardson

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldAgricultural and Biological Sciences
TopicOrganic Food and Agriculture
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)EmergyFood supply

Abstract

fetched live from OpenAlex

Cette thèse examine la réglementation du risque en droit agroalimentaire, particulièrement en ce qui concerne la sécurité sanitaire et l’abattage des animaux pour la viande. Partant du principe que la salubrité ne s’évalue pas dans l’abstrait, cette thèse examine les facteurs influençant les déterminations du risque dans la production de la viande. En effet, étant donné que l’élimination totale des risques dans nos systèmes alimentaires est impossible, les politiques et règlements de salubrité visent à maintenir un niveau de risque acceptable. Or, la détermination de ce qui est acceptable résulte souvent de délibérations sur comment prioriser les spécificités locales, qu’elles soient d’ordre social, culturel, moral ou économique. Ce projet s’intéresse aux régimes juridiques dans trois régions du Canada et des États-Unis : l’Ontario, le Québec et le Vermont. Par le biais d’entretiens avec des éleveurs, des employés établissements d’abattage et de transformation, des restaurateurs, des bouchers, et des décideurs publics, cette5étude de terrain examine comment la détermination du risque acceptable pour assurer la sécurité des consommateurs implique des jugements de valeurs relatifs à la manière dont les animaux destinés à la consommation humaine devraient être élevés et abattus. Ce faisant, le projet établit un dialogue entre les textes législatifs et règlementaires, les fonctionnaires qui les appliquent et les acteurs de l’industrie qui doivent les respecter. Par ailleurs, ce projet étudie l’influence des priorités d’ordre publiques non-scientifiques sur la réglementation de la salubrité alimentaire sur la ferme, à l’abattoir et dans les établissements de transformation.Le projet est interdisciplinaire et emploie une méthodologie mixte, combinant une analyse de texte juridique traditionnelle avec des recherches empiriques. En étudiant les exigences d’abattage et de transformation de la viande dans leur contexte géographique, le projet adopte une approche théorique et méthodologique ancrée dans l’éthique de la vertu aristotélicienne et, plus particulièrement, la phronétique (sagesse pratique). Ainsi, les arguments de fond avancés dans cette thèse sont guidés par une philosophie selon laquelle la question adéquate à se poser est de savoir ce qui est juste dans un contexte particulier. Répondre à cette question implique un processus normatif, réflexif et constitutif (autant au niveau du sujet de recherche qu’au niveau du vécu du chercheur) plutôt que des allégations d'inévitabilité, de certitude et d'absolutisme. L'objectif de la présente investigation est double. Premièrement, cette thèse cherche à problématiser la perception selon laquelle la gouvernance de la sécurité sanitaire des aliments est plus objective, ou moins subjective, que les autres domaines du droit et des politiques agroalimentaires. Ce faisant, elle conteste l'opinion selon laquelle les règlements fondés sur des données probantes qui favorisent la santé et le bien-être général de notre société échappent à tout examen éthique. Deuxièmement, au-delà de décrire les règlements sur la salubrité des aliments tels qu'ils sont, le projet avance un argument sur la forme que ces règlements devraient prendre et sur la façon d'y parvenir

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 imitation

Not 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.

metaresearch head score (Codex)0.007
metaresearch head score (Gemma)0.012
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.151
Threshold uncertainty score0.300

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0070.012
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0040.024
Scholarly communication0.0100.009
Open science0.0020.004
Research integrity0.0040.004
Insufficient payload (model declined to judge)0.0120.001

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.

Opus teacher head0.012
GPT teacher head0.202
Teacher spread0.190 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same topicOrganic Food and Agriculture→French-language works237,207→