#加工食品：对Twitter（X）上关于加工食品的构建方式、特征描述及相关讨论的 discourse analysis（语篇分析）

《JOURNAL OF FOOD PROCESSING AND PRESERVATION》：#ProcessedFood: A Discourse Analysis of How Processed Food Was Constructed, Characterised and Talked About on Twitter (X)

　　摘要

据报道，人们对“加工食品”这一概念普遍持有负面看法，但对其在日常语言中的表现形式却缺乏分析。本研究考察了2018年10月至12月期间，加工食品在社交媒体平台Twitter（现已更名为X）上的构建方式。数据通过Keyhole平台收集。研究重点分析了那些获得最高互动量（转发或点赞数≥100次，共87条推文）的英文推文，并运用了话语历史分析法进行深入分析。分析内容涵盖了加工食品的命名方式、特征描述以及推文中使用的论点。部分推文明确表达了排斥“所有”加工食品的立场。加工碳水化合物/糖分和加工肉类是常见的讨论主题。“加工”一词被用作动词或形容词，用于说明加工程度，或与其他描述词（如垃圾食品或化学物质）搭配使用。在高互动量的推文中，加工食品常被用负面语言描述，并被视为对健康和福祉的威胁。研究中还发现，许多推文引用了关于食品和制药行业的阴谋论，这可能反映了人们对这些行业意图的不信任。研究结果表明，企业和科学传播者需要确保其信息传达清晰透明。

1. 引言

据媒体报道，工业食品加工对健康的影响是一个备受关注的话题[1]，但媒体很少强调食品加工的积极方面[2]。Gommeh等人[3]发现，网上对加工食品的描述普遍带有负面倾向。《食品法典》将加工食品定义为“通过对‘初级食品’进行物理、化学或生物处理而形成的产品”[4]。然而，网上各种网站对加工食品的描述五花八门，这可能引发消费者的困惑[5]。国际食品信息委员会(IFIC)委托进行的研究也显示，消费者对加工食品持有负面态度[6]。最新研究表明，消费者对加工食品相关术语（如超加工食品(UPF)、工业化食品以及食品工业生产的产品）也有负面看法[7–10]。尽管如此，关于消费者对加工食品认知的学术研究仍较为有限，且Twitter上关于加工食品的讨论尚未得到系统分析。媒体在社会中拥有巨大的经济和政治影响力，但纸质报纸的发行量正在下降，而在线新闻网站以及社交媒体作为信息来源的作用却在增强[11]。在线媒体内容可被全球任何人即时查看和搜索。社交媒体通过消除地理界限、通过非正式网络连接人们，从而在影响公众观点方面具有巨大作用。例如，Turcotte等人[12]发现，人们更倾向于相信来自朋友（尤其是被视为意见领袖的朋友）的消息。社交媒体为每个人提供了表达观点的平台，赋予他们发声的机会。大众媒体的单向权威模式正被双向互动的参与式交流所取代[13]。本研究进行时（2018年第四季度），Twitter在全球拥有3.21亿用户[14]。用户发布的短消息称为“推文”（当时大多数语言限制在280个字符以内）。2018年中期，Twitter平均每分钟有473,400条推文被发布[15]。信息在社交网络中迅速传播，推文几乎会被立即转发，平均能触及1,000名用户，使其成为强大的信息传播工具[16]。在研究期间，只有经过验证的真实账户才能使用蓝色勾选标记。然而，由于推文的可见度和传播范围受到“粉丝”数量和内容筛选算法的影响[17]，Twitter并不被视为一个完全民主的平台[17]。在数据收集时，娱乐界的名人和资源丰富的政治人物在Twitter上的粉丝数量最多[17]。自收购Twitter后，埃隆·马斯克成为粉丝最多的用户[19]。不过，任何用户都有机会获得粉丝和影响力。此外，关于争议性话题的讨论可能导致分歧或两极分化的辩论[20]。社会科学家开始利用社交媒体数据来研究社会现象，例如哪些观点能获得关注以及它们如何产生和变化。鉴于社交媒体的影响力，尤其是涉及争议性话题时，对社交媒体数据进行批判性话语分析(CDA)成为一种新兴的研究方法[21]。传统上，CDA应用于政治声明、政策文件和报纸文章等权威文本[11]。关于食品话语和社交媒体的研究正在迅速发展，相关文献探讨了与食品相关的交流方式、数字通信的本质以及围绕食品的身份和意识形态构建[22]。目前很少有研究采用话语历史分析法分析社交媒体数据；例如，有研究分析了中国公众对转基因食品的讨论[23]。加工食品是一个值得在社交媒体数据中探讨的有趣话题，因为其术语存在争议，科学上对食品加工影响的认知尚不明确，同时媒体上对加工食品的报道也多为负面[3]。本研究旨在通过分析加工食品的命名方式、特征描述及论点，来了解其在Twitter上的构建过程。根据话语分析法，语言的意义并非固定不变，而是由个人信念、政治经济背景及具体情境等多种因素共同构建的[25]。因此，“加工食品”这个词在不同人和不同情境下可能有不同含义。我们的研究揭示了话语结构、最受欢迎推文的特征以及科学研究在社交媒体上的呈现方式。本研究的具体问题包括：

- 加工食品在语言上是如何被命名和称呼的？
- 加工食品被赋予了哪些特征、品质和特点？
- 关于加工食品的讨论中使用了哪些论点？

2. 理论框架

话语可以理解为在特定社会语境中的语言使用[13, 26]。它也可以被视为一种共同理解世界的方式[27]。话语分析法采用社会建构主义视角，认为我们对世界及其对象的认知是通过社会互动共同构建的，这种认知体现在话语中[26, 28]。因此，话语分析旨在“了解社会现实是如何通过语言构建的，从而更好地理解社会生活和社会互动”[28, p100]。由于话语具有社会影响力，它可能引发权力问题[26]。通过话语，意识形态（一套连贯且相对稳定的信仰或价值观）得以传播和再现[26, p8]。当社会中的大多数人对于某些问题持有相似观点，甚至忘记存在其他观点时，主导意识形态会显得“中立”且几乎不受挑战[26]。CDA认为语言既反映又再现意识形态。话语历史分析法作为CDA的一种形式，为在跨文本、情境和制度背景下分析话语提供了有力工具[11, 29]。

3. 方法

3.1. 数据收集

为了识别2018年10月至12月期间Twitter上的主要讨论内容，使用了Keyhole平台（Assetize Inc.，加拿大分公司）来追踪包含与加工食品相关关键词（“processedfood”、“processedfoods”、“processed AND food”、“processed AND foods”）的推文。这些复合短语用于筛选相关帖子。数据收集时，Keyhole通过Gnip应用程序编程接口（API）访问了整个Twitter的数据。尽管已有研究指出超加工食品与健康/疾病之间的关系[30]，但Hall等人的相关研究尚未发表[30]。尽管人们对超加工食品的关注度逐渐增加，但当时社交媒体上的讨论范围更广泛，主要集中在“加工食品”本身。例如，2018年的《全球营养报告》提到了“加工食品”，而2021年的报告则专门讨论了超加工食品[31, 32]。

3.2. 分析过程

数据从Keyhole下载并使用Microsoft Excel进行处理。首先分析了Keyhole提供的描述性统计信息的含义和局限性（详见第4.1节数据集）。在话语分析阶段，提取了互动量最高的推文，并通过特定列来系统分析其中的话语策略。由于CDA需要仔细阅读以发现深层含义，因此样本量较小[33]。因此，选择了互动量最高的推文（转发和点赞数合计≥100次）作为分析对象，以聚焦最受欢迎和最具影响力的推文内容。分析采用了话语历史分析法[29]，该方法常用于歧视研究，为分析社交媒体上的话语提供了有用的框架[11, 29]。

4. 方法细节

4.1. 数据收集

使用Keyhole平台（Assetize Inc.，加拿大分公司）追踪2018年10月至12月期间Twitter上与加工食品相关的关键词（“processedfood”、“processedfoods”、“processed AND food”、“processed AND foods”）的推文。通过这些关键词筛选帖子。数据收集时，Keyhole通过Gnip API访问了全部Twitter数据。尽管已有研究指出超加工食品与健康/疾病之间的关系[30]，但Hall等人的相关研究尚未发表[30]。当时，虽然人们对超加工食品的关注度在增加，但社交媒体上的讨论仍主要集中在“加工食品”这一广泛概念上。

4.2. 分析过程

数据从Keyhole下载后导入Microsoft Excel进行处理。首先评估了Keyhole提供的描述性统计信息的意义和局限性（详见第4.1节数据集）。在话语分析阶段，提取了互动量最高的推文，并通过特定列来分析其中的话语策略。由于CDA需要细致阅读以发现深层次含义，因此样本量较小。分析重点关注了转发和点赞数最高的推文，以了解最受欢迎推文的内容。分析采用了话语历史分析法[29]，该方法常用于歧视研究，包括五种话语策略（见表1）：

- **命名**：探讨加工食品在语言上的命名方式（例如名词、动词、转喻、隐喻等）。
- **特征描述**：分析加工食品被赋予的特征和品质。
- **论证**：分析讨论中使用的论点（例如正式或基于内容的论证方式、谬误等）。
- **视角构建**：探讨观点的呈现方式以及表达参与度或距离感。
- **缓和与强化**：分析通过使用委婉语、疑问句、模糊表达等方式调整话语的力度。
- **言语行为**：研究推文中的指令性言语行为（如命令或建议），以及这些行为如何体现权力和支配关系。

本研究还参考了言语行为理论，识别了命令或建议等直接表达权力的言语行为。分析仅限于英文推文。话语历史分析法强调理解语境对于解释话语的重要性[29]。记录了推文中包含的任何URL和图片信息，通过检查原始推文的URL来验证信息真实性（例如判断其为转发还是回复）。视觉内容和链接的URL可能影响推文的解读，从而影响分析的准确性[35]。出于伦理考虑，分析仅限于收集到的推文本身，未涉及它们所参与的对话。同样，也未对用户个人资料进行评估。为辅助解读，通过阅读链接内容或使用关键词进行网络搜索，收集了推文中提及的具体现象、事件或社会政治背景的相关信息。批判性研究旨在揭示社会中的错误观念和挑战被广泛接受的概念[26]。批判性话语分析要求从数据中保持距离，将数据置于其社会背景中，理解主体的立场，并在研究过程中进行自我反思[29]。Keyhole提供的情感评分基于词汇库，能够识别与正面或负面情绪相关的英语词汇（如“good”和“bad”），从而反映信息的情感倾向，而非对特定对象（加工食品）的态度[35]。然而，这种方法无法完全捕捉语境信息、新词汇或微妙的情感表达[36, p5:3]，且受推文长度限制，同时讽刺和幽默的表达方式也会影响分析结果[36]。随后，情感分类的准确性被发现仅在40%到71%之间[36]。

4. 结果

4.1. 数据集

在2018年10月1日至2018年12月31日的跟踪期间（EDT时区），共有100,940条包含跟踪关键词的推文（包括转推）。这些推文由78,271名用户发布，这意味着许多用户发布了多次推文。在总数据集中，25%是原创帖子（创建包含跟踪词汇的推文；尽管有些包含重复内容），61%是转推（分享包含跟踪词汇的帖子），14%是回复（使用跟踪词汇回复任何推文）。Keyhole应用程序显示，总数据集中的推文可能已经达到了297,429,471名独特的用户，这些用户可能看到了这些帖子，这是根据发布推文的用户粉丝数量计算得出的。考虑到用户可能会多次接触到这些推文，估计这些帖子可能被浏览了超过6.72亿次（672,928,968次展示）。根据Keyhole基于词汇的情感分析，总数据集中的35%的推文是中性的，34%是负面的，31%是正面的。表2和图1列出了链接URL和共享域名的频率数据，这些数据有助于评估流行的信息来源。

表2. 2018年10月至12月期间包含关键词“processedfood/processedfoods/processed AND food or foods”的100,940条推文中分享的前20个URL（由Keyhole提供；已移除无关链接）。

URL
标题（来源）

709
https://medium.com/@manya.goldstein/the-united-states-has-an-epidemic-of-processed-food-and-its-killing-us-bb3a9a9a0547
美国存在加工食品的流行病——这正在杀死我们（Medium）

342
http://qz.com/africa/1226112
假冒的加工食品正在成为非洲城市生活中的流行病（Quartz）

252
https://usatoday.com/story/news/nation/2018/12/20/healthy-student-lunch-minn-schools-sell-more-meals-whole-foods/2373318002
一所学校在7年前停止提供加工食品，学生午餐销售额激增（USA Today）

240
https://cnn.it/2y3xVzI
研究表明加工肉类与乳腺癌有关（CNN）

205
https://truehealthreport.com/how-to-make-healthy-choice-on-the-goa
如何在忙碌中做出最健康的选择（True Health Report）

191
http://hoajonline.com/obesity/2052-5966/6/2a
印度的肥胖流行病（Herbert Open Access Journals）

179
https://cnn.it/2y49Vwc
研究表明加工肉类与乳腺癌有关（CNN）

174
https://google.co.uk/amp/s/www.express.co.uk/life-style/health/1046976/high-fat-diet-dementia-risk-cholesterol/amp
研究表明加工肉类与乳腺癌有关（Daily Express）

169
https://harvard.edu/cancer/specialized-diet-gets-high-marks-for-preventing-cancer
专门饮食在预防癌症方面获得高分（哈佛医学院）

162
https://youtube.com/watch?v=2Q4j3Cwrb7Ia
该URL在英国无法访问

141
https://good.is/articles/food-brands-owners
这张信息图显示只有10家公司拥有全球所有的食品品牌（GOOD）

139
https://tacticalinvestor.com/cancer-findings-bit-joke
癌症研究发现有点像笑话（Tactical Investor）

131
https://truehealthreport.com/top-10-worst-foodsa
最糟糕的10种食物（True Health Report）

117
https://bbc.co.uk/news/health-46636422
顶级医生称含糖和盐分高的垃圾食品应征税（BBC）

116
https://truehealthreport.com/5-best-heart-healthy-recipe-variationsa
五种最佳的心脏健康食谱变体——低脂饮食建议（True Health Report）

112
https://nytimes.com/2018/12/28/well/eat/food-additives-banned-europe-united-states.html
哪些食物在欧洲被禁止但在美国未被禁止？（The New York Times）

112
https://dailymail.co.uk/health/article-6535725/Cardiologist-slams-incorrect-diet-advice-World-Health-Organization.html
心脏病专家抨击世界卫生组织在2019年建议用更健康的植物油替代黄油和猪油的“错误”建议（Daily Mail）

111
http://seattleorganicrestaurants.com
（Seattle Organic Restaurants）

图1：2018年10月至12月期间包含关键词“processedfood/processedfoods/processed AND food or foods”的100,940条推文中分享的前20个域名（由Keyhole提供）。*域名由自动化工具生成，链接到各种域名。由于搜索范围的广泛，一些收集到的推文与研究问题无关。尽管由于数量庞大，无法验证每条推文的相关性，但通过对顶级推文的仔细检查，识别出了一些无关的推文并将其从总数据集中移除。无关的推文包括那些关于加工肥皂（849条推文）、通用信用（339条推文）以及包含非英语语言的推文（估计约12,200条推文；约53条推文同时包含英语和非英语文本）。

4.2. 顶级推文分析

我们选择了获得100次或更多“互动”的推文；这个指标基于一条推文收到的“转推”和“点赞”的总数。互动值高度偏斜，偏斜值为33.35；大部分推文（几乎95%）没有获得任何互动，而一小部分推文（95条推文；占样本的0.094%）获得了≥100次互动。其中7条推文包含非英语语言，有一条推文与主题无关，因此被排除在分析之外。这导致有87条推文用于话语分析。分析重点关注了提名、预测和论证策略（图2），这些将在下文详细讨论。

4.3. 提名

推文提到了加工食品和加工食品。一些推文明确提出了全面禁止“所有”加工食品的建议。偶尔，这些推文是对饮食指导的过度解读。例如，一条推文引用了一项世界癌症研究基金会/美国癌症研究所（WCRF/AICR）的饮食建议，根据链接来源（Health Harvard Publishing）的报道，该建议强调“消除所有加工食品”。然而，WCRF/AICR 2007年的更细致建议指出了限制“精制淀粉类食品”、“加工的高能量密度食品”、“添加了盐的加工食品”以及避免“加工肉类”[37]。同样，更新后的WCRF/AICR 2018年建议指出了限制摄入“高脂肪、淀粉或糖的加工食品”——包括“快餐”[38]。世界卫生组织（WHO）的一条推文建议“检查标签，并始终避免所有含有工业生产反式脂肪的加工食品、快餐和油炸食品”。这样的表述可能被理解为所有加工食品，或者仅指含有工业生产反式脂肪的食品。其他推文则更为具体，例如提到了“加工碳水化合物”、“加工谷物”、“加工糖”、“加工糖和零食”以及“加工糖和淀粉”。糖也是一个讨论的话题，它既被作为加工食品的一个例子（例如，“加工食品，尤其是糖”），也被作为一个独立的食品/成分（例如，“加工食品和糖”）。‘加工肉类’也是讨论的一个话题。一个清洁的纯素饮食被描述为不包括“任何加工或包装食品”，这可能将“包装”视为加工食品的同义词或标识符，或者暗示它们具有共同特征。同样，也有类似的提到排除“垃圾食品”的内容。‘加工’这个词可以用作动词，似乎指的是食品的制备或烹饪过程，或者用作形容词，通常通过强化词来表示加工的程度，例如“过度加工的食品”、“高度加工的食品”和“超加工的”。‘加工’还与其他描述词一起使用，如‘加工垃圾食品’、‘加工化学品’或‘加工的工业食品’。一条推文通过拼写缩写‘C.R.A.P’来指代加工食品，从而带有负面含义。

4.4. 预测

推文中对加工食品的评估包括‘便宜的’、‘廉价的’、‘不健康的’、‘普遍的’、‘全球化的’、‘高脂肪、高糖和高钠’、‘含有大量添加剂’、‘含有毒素’或‘有毒成分’等形容词。这些形容词表明了对加工食品的负面描述。鉴于提名和预测之间的界限模糊，特别是当某些词可以同时作为形容词或复合名词使用时，不清楚这些描述词是用来广泛指代加工食品，还是仅指代加工食品的某个子集。例如，用户是否认为所有加工食品都含有大量添加剂，或者他们是指那些含有大量添加剂的加工食品的子集。提到加工食品的推文有时会展示图片，例如超市里装满食品包装的消费者，或者品牌产品的图片。一张图片展示了加工食品，包括奶酪片、高脂肪披萨、彩色早餐谷物圈、白色面包里的热狗和白色面包里的汉堡配奶酪片。加工肉类被描绘成油腻的培根和均匀的香肠。通过比较也可以理解加工食品的特征。一些推文将加工产品与水果和蔬菜（‘吃些该死的水果和蔬菜’）、全食物（‘来自大地的’）或植物性食物（包括全谷物、蔬菜和豆类）进行对比，同时也与健康饮食、新鲜食物、本地食物和季节性食物进行对比。一些推文配有视觉素材，展示了色彩丰富的生水果/蔬菜沙拉，其他视觉素材还包括煮熟的蔬菜、土豆、豆类和鸡肉。一篇链接的新闻文章说明了‘全食物’的含义，给出了用全鸡代替鸡块的一个例子。关于减少加工食品摄入的信息也与其他建议一起出现，包括‘停止往身体里填满化学物质’、‘吃干净的食物’或‘天然和纯净的食物’、少吃乳制品、肉类和糖，以及一般的生活方式建议，如冥想、睡眠和多喝水。一条推文宣布了一系列意图，包括‘不吃加工食品’，邀请其他人加入‘#90DaysNoSugarChallenge’，这表明所有加工食品都含有糖或许多加工食品含有大量糖。另一条推文将‘加工食品’标记为高盐（以及垃圾食品、咸坚果和软饮料，尽管软饮料通常不含大量盐）。

‘超加工的’也被用作名词和形容词，描述食品、垃圾食品以及特定食品。UPF被描述为非常有利可图，含有廉价成分（谷物、糖和种子油），并且包含糖和多余的淀粉。UPF也被描述为‘假的’，并与‘真正的食物’和‘低碳水化合物饮食’相对比；因此，这种讨论与低碳水化合物高脂肪（LCHF）饮食的讨论交织在一起。同样，‘食物’也与‘类食物’相对比。建议吃真正的食物也与吃真正的水果和蔬菜以及自己烹饪食物一起提及。类似地，反引号（加工‘食品’）被用来表示讽刺。然而，‘假加工食品’也被用来描述食品欺诈的行为（在非洲）。有趣的是，植物性食物并不总是被正面描述，有时被描述为‘超加工的’，而纯素食品则被描述为‘加工得非常厉害’。同时，在讨论中，‘肉食者’也被贴上了‘吃最加工的、转基因的、人工培育的、含有药物的‘食品’的标签，与‘天然’的食物形成对比。

4.5. 论证

4.5.1. 加工食品与健康主义：健康风险和低劣性的论点

关于加工食品的负面观点得到了明确或隐含的论据支持。加工食品被视为对健康和福祉的威胁。在这种讨论中，‘健康主义’根据健康状况或与健康相关的行为对人们进行歧视，认为良好的健康和健康行为是社会上可取的或道德上优越的[39]。多条推文给出了建议，通常以权威的语气，其中一些特别提到了新年决心（因为推文是在年末收集的）。例如，一条推文简单地发出了停止食用加工食品和糖的指令，用感叹号表示这是一个坚定的命令。互动最多的推文给出了‘去除加工食品’的建议，内容类似于14条与生活方式相关的戒律。建议包括建议或个人意图，即减少加工食品的摄入作为‘照顾自己’的一种方式。美国（糟糕的）医疗系统被用作个人责任的原因，这表明加工食品对健康有负面影响。一个讨论的话题是灵性，提到了提升过程，并声称在第五维度意识（5D）中，身体难以忍受‘含有大量添加剂的加工食品’，因此需要吃天然和‘纯净、清洁和充满活力的食物’。这种论点将加工食品视为对健康有害，并强调个人责任（健康主义）。关于‘加工食品’的负面健康影响有广泛的陈述，将其与体重增加、2型糖尿病、炎症、肠道健康和皮肤健康联系起来。其他主张包括加工食品可能促进抑郁和早死以及儿童疾病，引用了Lustig博士的书籍《The Hacking of the American Mind》，以及一篇链接的文章也将加工食品描述为成瘾性的。NaturalNews.com发布的研究报告称，加工食品和有毒成分会导致癌症和死亡。然而，原始研究将饮食列为风险因素，并特别提到了其他饮食问题，如水果和蔬菜摄入量低以及加工肉类消费量高。这些研究并未探讨高果糖玉米糖浆等成分或农药的风险，这与新闻文章中的说法存在误导[40, 41]。这些科学研究被不当利用，将加工食品描绘成对健康有害的。某些成分，如“加工糖类”、“反式脂肪”和欧米伽-6脂肪酸，被关联到肠道健康问题，而加工糖类则与痤疮有关。为了贬低动物脂肪，糖类和加工食品被贴上了“敌人”的标签。世界卫生组织使用#BeatNCDs标签来强调非传染性疾病问题，指出糖类隐藏在加工食品和饮料中，并举例说明了各种含糖饮料中的糖分含量。其他观点还包括，添加脂肪/油和加工谷物的组合是导致体重增加的“配方”，并认为只要关注所吃食物的质量（例如全食物），食物的分量就不重要。同时，也有观点指出，尽管社会对饮食和健身的关注度很高，但“不健康、加工食品”仍然占据主导地位。因此，这些推文将加工食品视为对健康的威胁。还有研究结果称，食用加工肉类（如培根、香肠和火腿）会增加患乳腺癌的风险。这一结论得到了研究参与人数（120万）和高风险比例（9%）的支持，但这些信息都在推文中提及。不过，这一数字指的是相对风险；虽然从推文本身无法明确看出，但相关新闻文章澄清了个体（绝对）风险其实很小。正如所提到的，关于植物性食品的讨论中存在矛盾：一些推文建议用植物性饮食替代加工食品，而另一些则批评植物性产品也是经过加工的。“植物性”汉堡被描述为“只是超级加工食品”，并声称与宣传相反，这些产品并非健康的肉类替代品。此外，还有观点认为“营养丰富的牛肉对健康更有益”，这暗示了加工食品的营养价值较低。推文还特别提到了某些品牌产品中的精制植物油和加工粉末等成分，从而将超级加工的植物性产品置于肉类之下。可持续性也是讨论的话题之一，有人建议为了可持续生活应减少加工食品的摄入。一个分享的视频广告将含有棕榈油的加工食品与森林砍伐联系起来，该广告旨在引起人们对每天失去的25只猩猩的关注，这一内容在某条推文中引发了情感反应。由于该广告被认为具有政治性，因此被电视禁播。这个由英国连锁超市制作的广告承诺“直到所有含棕榈油的产品不再导致热带雨林破坏，我们将停止在所有产品上使用棕榈油”。这条推文将这类产品与全食物植物性饮食进行了对比，表达出一种内疚感和个人责任感。在为加工食品辩护的推文中，有人将生牛奶称为危险品，并呼吁进行相关教育。

4.5.2 加工食品与阴谋论：关于行业主导、不当行为和不信任的论点
另一个主要话题是关于食品和制药行业勾结的阴谋论，或是人们对行业不当行为的质疑。阴谋论试图通过两个或多个有权势者的秘密策划来解释社会/政治事件或情况的原因[42]。一个常见的论点是，食品行业（“大型食品公司”）销售高加工食品/垃圾食品，这些食品会导致昂贵的疾病治疗费用，从而使制药行业、医生和卫生官僚获利。一些推文将这些事件以看似事实的链条形式呈现出来（例如，通过编号列表）。例如，有一种阴谋论认为学校餐食中的加工食品会导致营养不足，从而需要购买食品补充剂，从而为大型制药公司带来长期客户。这一具体论点似乎是印度关于食品服务提供商的政治和宗教辩论的一部分[43]，因此可能是假设性和煽动性的。讨论中还存在种族和权力紧张关系；中国的一位用户回应了对“非白人”食用不健康加工食品的指责，并指责“西方国家”生产了大规模生产、对环境不友好且不健康的加工食品。使用引号标注“专家”表达了人们对这些专家的不信任。这一话题的种族化现象表明，加工食品被政治化。极端和危言耸听的推文指出，食品公司使用“堕胎婴儿的组织”来制造加工食品中的调味剂；这种批评的语气通过大写的“令人作呕”一词得到了强化。这一新闻报道此前已被Snopes进行事实核查，结论是该说法是虚假的[44]。此外，据报道某种早餐谷物中掺入了草甘膦除草剂，但农药残留量远低于监管机构规定的安全限度[45]。相关文章提到，少量农药残留也可能对健康产生负面影响，但未指出动物研究结果不能直接应用于人类饮食。因此，这些研究被不当解读，用来支持对食品行业行为的误导性指控，目的是引起公众担忧。还有观点指责食品公司通过创建“#SmartChoices”（美国）标签计划来欺骗消费者，使高度加工的食品看起来像未加工食品一样健康[46]。这一论点暗示食品行业的标签和营销行为不可信，可能削弱人们对食品系统的信任。另一家“超级加工”植物性汉堡制造商被指责进行“健康洗白”和“绿色洗白”，即将其产品或公司描绘成健康或环保的，尽管这种说法毫无根据或具有误导性[47]。推文中还提到了精制植物油和加工粉末等成分。可持续性也是讨论的焦点，有人建议为了可持续生活应减少加工食品的摄入。一个分享的视频广告将含有棕榈油的加工食品与森林砍伐联系起来，这一内容在一条推文中引发了强烈反应。该广告因被认为具有政治性而被电视禁播。该广告承诺“直到所有含棕榈油的产品不再导致热带雨林破坏，我们将停止在自家产品上使用棕榈油”。这条推文将这类产品与全食物植物性饮食进行了对比，表达了内疚感和个人责任感。在为加工食品辩护的推文中，有人将生牛奶称为危险品，并呼吁加强教育。

4.5.2 加工食品与阴谋论：关于行业主导、不当行为和不信任的论点
另一个主要话题是关于食品和制药行业勾结的阴谋论，或是人们对行业不当行为的质疑。阴谋论试图通过两个或多个有权势者之间的秘密策划来解释社会/政治事件或情况的原因[42]。一个常见的论点是，食品行业（“大型食品公司”）销售高加工食品/垃圾食品，这些食品会导致昂贵的疾病治疗费用，从而使制药行业、医生和卫生官僚获利。一些推文将这些事件以看似事实的链条形式呈现出来（例如，通过编号列表）。例如，有一种阴谋论认为学校餐食中的加工食品会导致营养不足，从而需要购买食品补充剂，为大型制药公司带来长期客户。这一具体论点似乎是印度关于食品服务提供商的政治和宗教辩论的一部分[43]，因此可能是假设性和煽动性的。讨论中还存在种族和权力紧张关系；中国的一位用户回应了对“非白人”食用不健康加工食品的指责，并指责“西方国家”生产了大规模生产、对环境不友好且不健康的加工食品。使用引号标注“专家”表达了人们对这些专家的不信任。这一话题的种族化现象表明，加工食品被政治化。极端和危言耸听的推文指出，食品公司使用“堕胎婴儿的组织”来制造加工食品中的调味剂；这种批评的语气通过大写的“令人作呕”一词得到了强化。这一新闻报道此前已被Snopes进行事实核查，结论是该说法是虚假的[44]。此外，据报道某种早餐谷物中掺入了草甘膦除草剂；但农药残留量远低于监管机构规定的安全限度[45]。相关文章提到，少量农药残留也可能对健康产生负面影响，但未指出动物研究结果不能直接应用于人类饮食。因此，这些研究被不当解读，用来支持对食品行业行为的误导性指控，目的是引起公众担忧。食品公司还被指责通过“#SmartChoices”（美国）标签计划欺骗消费者，使高度加工的食品看起来像未加工食品一样健康[46]。这一论点暗示食品行业的标签和营销行为不可信，可能削弱人们对食品系统的信任。另一家“超级加工”植物性汉堡制造商被指责进行“健康洗白”和“绿色洗白”，即将其产品或公司描绘成健康或环保的，尽管这种说法毫无根据或具有误导性[47]。推文中使用了“钱袋”图标，可能暗示这些产品的生产动机是利润驱动的。这种论点进一步将食品行业描绘成操纵性和不可信的。如前所述，讨论中 vegans/vegetarians 与肉食者之间存在明显对立。一位用户呼吁将植物食者和肉食者联合起来反对高加工食品和工厂化养殖，表明这些食品生产方式与共同价值观相冲突。在关于肉类的讨论中，有人批评人们只食用“外观诱人且经过加工”的肉类。这条推文来自一家娱乐社交媒体平台，原始推文已不可用，但可能与一起关于顾客在肯德基鸡肉中发现意外器官的新闻有关。媒体对顾客反应的报道暗示了行业不当行为和不信任。

5. 讨论
本研究旨在了解加工食品在流行社交媒体平台上的讨论方式。通过对讨论策略的分析，揭示了讨论的主题、加工食品的命名和特征，以及最受欢迎帖子中使用的论点。分析还关注了科学研究和饮食建议在社交媒体上的呈现方式。由于讨论反映了数据收集时的背景（2018年末），因此研究结果应被视为该时期的代表。在参与度最高的推文中，几乎没有关于加工食品益处或加工过程的积极论述。这并不奇怪，因为追踪的关键词中并未包含“加工”一词。这与最近的一项数字分析结果一致，该分析发现谷歌搜索结果中加工食品的描述大多为负面[3]。2018年末推文中关于加工食品的负面描述和叙述也与研究表明的消费者对工业食品的负面看法相符[7, 8]以及高加工食品[7, 9, 10]。一些使用的形容词与科学文献中关于高加工食品的描述相符，如廉价、全球化、不健康、富含[不健康]脂肪、[游离]糖分、盐分和添加剂[48, 49]。然而，许多推文并未解释“加工食品”的含义，这暗示人们对这一术语有共同的理解，但这种理解具有解释空间。Gommeh等人[3]进行了更深入的视觉分析，发现网上对加工食品的负面描述通常将大量不健康但外观吸引人的食品描绘出来。
“加工食品”与水果、蔬菜和健康饮食进行了对比，这与NOVA分类系统中的第一类食品的描述一致。将加工食品与“真正食物”和家庭烹饪进行对比，也反映了当时关于NOVA分类系统的讨论[48, 50]。“真正食物”是巴西消费者在分类食品时使用的术语，研究者将其与迈克尔·波伦（Michael Pollan）在其著作《为食物辩护》（In Defense of Food）中的使用联系起来[51]。加工碳水化合物和糖类是讨论的热点，这可能是由于媒体关注和/或公共卫生运动的影响[52, 53]。有趣的是，在基于食品加工的分类系统中，对加工碳水化合物的关注较少。NOVA分类系统并未系统地区分全食物和精制碳水化合物，而糖类被视为一种烹饪原料（NOVA第二类）[54]。反对加工食品的论点主要关注健康问题，因为实证研究表明，负面健康后果与被归类为高加工食品的食品、加工肉类[56]和糖类[57]有关。Gommeh等人[3]也发现，网上对加工食品的负面描述将其视为应限制或避免的健康威胁。值得注意的是，减少（或完全避免）加工食品的消费常被推荐为通往健康生活方式或美好生活的捷径。众所周知，人们往往依赖简单规则（或启发式方法）而非深入的风险分析，这也适用于饮食选择[58]。然而，如上所述，“加工食品”这一术语具有解释空间。Russell等人[59]发现，记者可能会将高加工食品、包装食品、垃圾食品和不健康食品等术语互换使用，这可能进一步增加混淆。任何人都可以在社交媒体上发布内容，而无需经过审核。健康“专家”通过引人入胜的叙述吸引追随者，分享错误信息时几乎不会受到惩罚[60]。我们发现，当引用来源时，简化的解释并不总是与原始信息或科学研究一致。媒体中对营养科学和健康信息的误传非常普遍[61, 62]。诸如“毒物”或“有毒成分”之类的耸人听闻的描述偏离了科学讨论。科学风险评估为添加剂和新食品的使用设定了条件，并规定了有害物质的最高限量[63]。Monteiro在2010年和2012年的评论中指出，高加工食品并非“某种毒物”，尽管其中一些产品含有酒精和反式脂肪酸等有毒物质[64], [65], [65], p544, [65], p543。Hervik等人[53]对“糖是有毒的”这一说法进行了批判性分析。过于简化的科学信息、风险夸大以及使用情感化语言可能会引发道德恐慌[53]。作者认为，这种情感化和意识形态驱动的叙述偏离了关于消费者食品环境的理性讨论[53]。研究结果与其他关于高用户参与度与耸人听闻的内容相关的观察结果一致。Dujeancourt和Garz [18] 发现，在Twitter于2016年切换到算法推荐的时间线后，那些“较短且包含大量感叹号和情感化词汇”的推文（由德国报纸发布）的参与度增加了（第264、277页）。社交媒体平台使用旨在根据用户喜好推送内容的算法，但由于知识产权问题，具体参数不为人知，但可能包括热门内容或过去的互动等因素。Dujeancourt和Garz认为，耸人听闻的内容会引发情感反应，促使用户转发这些推文，“因为人们有与他人分享强烈情感的心理需求”[18, 第264页]。Brady等人发现，每个具有道德情感色彩的词汇（例如“坏”、“责备”和“破坏”）都会使帖子的转发率增加20% [66]。算法结合自动化账户（“机器人”）可以放大极端内容的传播，包括阴谋论，并形成回音室效应 [67]。分析的推文来自一个以在社交媒体上“传播错误信息和宣传”而闻名的来源，这种行为被称为“病毒式欺骗” [67, 第195页]。这些宣传者会制造虚假的科学主张，并经常指责当局和组织有腐败动机 [68]。相信阴谋论与拒绝科学以及与健康或环境相关的行为有关 [42]。限制内容或封禁用户可能会导致平台层面的回音室效应的形成，这是一个相对较新的现象，尚未得到充分研究 [67]。事实上，自2022年领导层变更以来，许多之前被暂停的Twitter账户已经重新激活 [69]。为了减轻错误信息的影响，Landrum和Olshansky建议采取干预措施来提高科学素养，尽管这可能对具有强烈阴谋论思维的人来说并不总是足够的。现在引入的“社区评论”功能允许用户为推文添加背景信息，这显示出众包事实核查的潜力，尽管也存在挑战，正如Wirtschafter和Sharanya所描述的 [70]。Douglas等人 [42] 指出，阴谋论可能使公民质疑和挑战权威或强势团体的行为。因此，这也可能产生积极后果，例如促进社会讨论并鼓励权力人士提高透明度 [42]。关于加工食品的社交媒体讨论显示了对食品行业的信任缺失，以及对商业利益和误导性食品标签/营销的怀疑，这已在研究中得到体现。2021年EIT Food进行的一项泛欧调查显示，不到一半的消费者信任制造商，只有三分之一的消费者认为制造商足够开放或诚实 [71]。Siegrist和Hartmann解释说，尽管消费者可能对食品行业的能力有信心，但由于认为行业更重视利润而非消费者健康，因此可能存在社会信任度不足的问题 [72]。Meijer等人 [73] 在对消费者信任和接受食品加工技术的批判性评论中呼吁制造商提高食品配方和加工过程的透明度。同时，Russell等人 [59] 对食品行业发言人可能存在的利益冲突表示担忧。生产UPF（超加工食品）的公司的商业利益和策略是科学文献中的一个新兴讨论话题和研究领域 [例如，73]。这些公司利用健康和环境问题开发创新产品，导致含有营养或环境声明的产品增多 [74]。这包括植物基产品的创新，这些产品可能具有“健康光环”，但往往含有较高的糖分、盐分或脂肪，并使用植物蛋白分离物等提取成分 [75, 76]。关于将肉类加工成吸引人的形式的相关讨论与“肉类悖论”相似——即人们在享受肉类与对动物福利的道德关切之间的心理冲突。研究发现，当肉类被加工到无法辨认的程度时，人们可能会将肉类与其动物来源分离，从而解决认知失调 [77]。

6. 限制
这种搜索策略并不全面；数据集没有包括那些未提及跟踪关键词的关于食品加工的推文，因此可能无法代表所有讨论。社交媒体内容的短暂性也可能影响讨论，因为它们会随着新闻标题和事件（包括新的研究和事件）的起伏而变化 [33]。自数据收集以来，Twitter经历了重大变化，近年来人们对UPF概念的关注度也在增加，这可能会影响研究结果的普遍性。Russell等人 [59] 发现，自2017年以来，UPF在澳大利亚媒体中的出现频率显著增加。此外，食品系统的未来变化和新兴的食品技术（如3D食品打印 [参见Padhiary [78]）也可能影响消费者的看法，并影响关于“加工食品”的社会讨论。由于数据集的规模和定性分析的深度，无法手动分析所有推文，目前还没有关于如何获取具有代表性的Twitter数据样本的共识。高参与度的推文可能会因关注者数量而产生偏差，因为拥有大量关注者的用户发布的推文更有可能被转发。这些推文的内容也可能更具政治性 [79]。另一种方法是分析整个数据集的随机样本，而不考虑推文的参与度，这可能会捕捉到Twitter上更广泛的讨论/观点 [79]。此外，在这个数据集中，我们承认所使用的“参与度”数据仅指转发的次数和点赞数，因此我们无法考虑或分析通过其他互动（如回复）进行的讨论程度。尽管许多人使用社交媒体，但重要的是要认识到用户并不代表一般人群 [80]。总体而言，社交媒体吸引了年轻人群体。因此，本研究中报告的社交媒体讨论结果可能无法推广到更广泛的人群。在本研究进行时，近一半（40%）的18-29岁受访者使用Twitter，而30-49岁的人群中这一比例为27%，50-64岁的人群中为15%，65岁及以上的人群中为8% [81]。其他社交媒体网络（如Facebook、LinkedIn和Instagram）可能承载不同的讨论，其受众群体也有所不同，并且会随时间变化。虽然社交媒体研究能够观察到公众讨论和社会互动，但这些在线讨论可能并不代表真实情况。Twitter创造了自己的社交环境，可能无法反映其他环境中的讨论。在社交媒体上公开表达意见与自我展示的目标密切相关，这意味着人们希望以积极的方式被看待 [82]。此外，尽管社交媒体的全球性质消除了地理界限，但数据收集仅限于英文关键词，这引入了固有的偏见。由于GDPR的规定，我们没有分析Twitter个人资料中的个人信息，因此无法将讨论与声明的专业知识联系起来。同样，我们也尝试向关注者说明数据收集和研究目的（支持信息（可在此处获取）。然而，这种方法的传播范围是有限的。相反，通知人们有关研究的信息可能会影响正在进行的讨论，例如，如果看到公告的用户随后避免发布关于加工食品的内容。

7. 结论和未来方向
据我们所知，这是首次研究Twitter上关于加工食品的讨论。分析讨论策略有助于理解信息背后的意图并揭示人们的看法。在2018年末最受欢迎的推文中，加工食品经常用负面语言描述，并与健康问题联系在一起。Twitter上对加工食品的描述表明，这个术语被用作避免健康风险的提示。这种表述偏离了食品科学对这一术语的广泛定义。不应通过自上而下的纠正信息（科学传播的缺陷模型）来改变人们对“加工食品”这一术语的认识，而应该明确风险和益处的所在。在关于加工食品的社交媒体讨论中，人们对食品行业的意图持不信任态度，从而引发了阴谋论。这表明公司和科学传播者需要确保信息尽可能清晰透明，包括产品/加工/生产过程、科学现状及相关监管流程（例如食品添加剂）。食品制造商应努力在食品加工和配方方面做到诚实和透明——不仅包括好处，还包括缺点和科学不确定性，与最小加工形式进行比较。这可能需要通过不误导性的标签和包装图像来实现，可能需要进一步的监管来避免利益冲突。公共卫生组织可以在报告中发布简短的信息（例如直接在社交媒体平台上），以避免信息被误解。随着Twitter的最新变化，付费用户可以发布更长的推文，这可能有助于澄清“加工食品”这一术语的含义。为了进一步了解社交媒体讨论，未来的研究可以选择使用定制的搜索策略来关注特定子话题的讨论，例如了解对加工肉类、UPF或食品加工的看法。研究范围可以扩展到高参与度帖子之外，利用机器学习从大量数据中得出结论 [83]，尽管这种方法可能会受到API访问限制的影响。未来的研究可以包括多语言分析，以了解不同国家之间的讨论差异。

作者贡献
C.R.S.：概念化、方法论、调查、初稿撰写、审阅和编辑。T.G.、K.H.、M.R.、M.S. 和 L.T.：概念化、撰写、审阅、编辑和监督。

致谢
衷心感谢Carlos Abundancia Betancor先生在使用Keyhole平台获取数据方面提供的友好帮助，以及Keyhole工作人员在解答问题以澄清数据参数方面给予的支持。为了实现开放获取，作者已将本提交的手稿版本采用知识共享署名许可（CC BY）。

资金支持
本研究得到了Surrey大学（10.13039/501100003513）通过奖学金/教职员工资助奖项和欧洲食品信息委员会（EUFIC）的支持。

披露
所有作者都参与了本文的撰写，并批准了最终版本。资助方没有参与本研究的设计、执行、解释或撰写。

伦理声明
2018年8月6日，Surrey大学伦理委员会（UEC/2018/052/FHMS）对本研究给予了积极的伦理批准。由于用户同意了使用条款（允许数据与第三方共享），因此不需要获得知情同意。已发布了一份隐私声明（支持信息（可在此处获取），向人们说明了研究内容，包括收集的数据、收集方式和原因，该声明发布在EUFIC的官方网站上，并在EUFIC的Twitter账户（@EUFIC）上分享，使用了#ProcessedFood标签。任何可以识别个人身份的信息都被视为个人数据，包括Twitter用户名和引用的推文。因此，虽然引用示例通常用于支持解释，但避免了逐字引用，并重新配置或描述了推文的内容，同时保留了其原始含义（基于[84]）。

利益冲突
C.R.S.（截至2022年12月）和M.S.（截至2021年3月）曾在EUFIC工作，EUFIC在2020年从食品和饮料行业获得了三分之一的资金。T.G. 最近指导的博士生部分由Mondelez和McCain Foods Ltd.资助。M.R. 和 L.T. 的研究中心曾为受食品和饮料公司支持的组织提供咨询服务并获得了旅行资金。数据可用性声明

由于Twitter的政策限制（X），所获取的数据集无法公开获取；Twitter账号以及推文的原文内容也被视为个人身份信息，因此不予共享。收集到的数据不会被重新利用，而是将按照大学政策保存10年。