論文の概要: "The New Era of Tech-Enabled Traceability": Tensions between the FDA's Data Governance Vision and the Lived Realities of Food Producers

• arxiv url: http://arxiv.org/abs/2606.18593v1
• Date: Wed, 17 Jun 2026 01:43:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:50.957798
• Title: "The New Era of Tech-Enabled Traceability": Tensions between the FDA's Data Governance Vision and the Lived Realities of Food Producers
• Title（参考訳）: The New Era of Tech-Enabled Traceability―FDAのデータガバナンスビジョンと食品生産者の生きた現実との緊張関係―
• Authors: Soonho Kwon, Catherine Wieczorek, Heidi Biggs, Shellye Suttles, Tammi S. Etheridge, Annabel Rothschild, Shaowen Bardzell,
• Abstract要約: FDAの食品トレーサビリティ規則では、2026年1月から食品サプライチェーンの利害関係者(株主)が詳細な追跡記録を維持する必要がある。 このような再構成から生じる緊張と負担について検討する。
• 参考スコア（独自算出の注目度）: 15.825247274081567
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The U.S. Food and Drug Administration (FDA)'s Food Traceability Rule requires agri-food supply chain stakeholders (stakeholders)--including farmers, fishers, retail workers, and others--to maintain detailed tracking records beginning in January 2026. Through this Rule, the FDA envisions a "New Era of Tech-Enabled Traceability," in which standardized, harmonized tracking data serve as a foundational public health infrastructure, enabling more rapid identification and removal of potentially contaminated food and ultimately reducing the risk of foodborne illness. Despite this promising vision, we observe that the Rule reconfigures agri-food stakeholders into data laborers by mandating stringent data collection, formatting, and reporting requirements. In this paper, we examine the tensions and burdens that arise from such reconfiguration. Leveraging Data Feminism as an orientation to attend to how data-driven policy implementation disproportionately burdens smaller, under-resourced stakeholders who lack the infrastructural and financial capacity to comply, we analyze 1,198 public comments submitted to Regulations.gov in response to the proposed Rule. Our qualitative document analysis reveals three key tensions: (1) the individual labor, financial, and educational burdens stakeholders experience as they are reconfigured into data workers; (2) moments where data tracking becomes infeasible due to infrastructural limitations, cultural contexts, and situated production practices; and (3) instances where the Rule's intended flexibility instead introduces confusion and burden due to its ambiguity.
• Abstract（参考訳）: 米食品医薬品局(FDA)の食品トレーサビリティルールは、2026年1月からの詳細な追跡記録を維持するために、農夫、漁師、小売業者など、アグリフードサプライチェーンの利害関係者(株主)を必要とする。 このルールを通じて、FDAは、標準化された調和された追跡データが基礎的な公衆衛生インフラとして機能し、潜在的に汚染される食品のより迅速な識別と除去を可能にし、究極的には食品由来の病気のリスクを低減できる「新しい技術利用トレーサビリティの新時代」を構想している。 この有望なビジョンにもかかわらず、ルールは、厳密なデータ収集、フォーマット、およびレポート要求を強制することによって、アグリフードステークホルダーをデータ労働者に再構成する。 本稿では,このような再構成から生じる緊張と負担について検討する。 データフェミニズム(Data Feminism)は、データ駆動型政策の実施が、インフラ的・財政的能力に乏しい小規模の利害関係者に対してどのように不均衡な負担を課すかに対処するため、Regulations.govに提出された1,198件の公開コメントを分析します。 質的な文書分析では,(1)データワーカーに再構成された個々の労働,財政,教育の負担,(2)インフラの制約や文化状況,生産慣行によってデータ追跡が不可能になる瞬間,(3)ルールの意図する柔軟性があいまいさによって混乱と負担をもたらす場合の3つの主要な緊張関係が明らかになった。

関連論文リスト

• Cooking Up Risks: Benchmarking and Reducing Food Safety Risks in Large Language Models [63.74244630162375]
  大規模言語モデル(LLM)は、食糧準備や健康関連ガイダンスなど、日常的な業務のためにますます多くデプロイされている。 これらのリスクにもかかわらず、現在のLLMと安全ガードレールは、ドメイン固有の食品の危険に合わせた厳格なアライメントを欠いている。 FDAガイドラインに基づく3,339のクエリからなる最初の総合的なベンチマークであるFoodGuardBenchを紹介する。
  論文  参考訳（メタデータ） (2026-04-01T22:38:38Z)
• PETLP: A Privacy-by-Design Pipeline for Social Media Data in AI Research [2.185322080975722]
  PETLP(Privacy-by-Design Extract, Transform, Load, Present)は、法的保護を拡張パイプラインに直接組み込むコンプライアンスフレームワークである。 我々は,研究機関間で抽出権が根本的に異なることを実証する。 ソーシャルメディアデータに対して、真の匿名化が実現不可能な理由が示されている。
  論文  参考訳（メタデータ） (2025-08-12T08:33:40Z)
• Data Sharing, Privacy and Security Considerations in the Energy Sector: A Review from Technical Landscape to Regulatory Specifications [49.567747749614924]
  脱炭、分散化、デジタル化は双子のエネルギー遷移を駆動する3つの重要な要素である。 本稿では, 技術と規制の両面を統合することで, エネルギーシステムに関するデータ関連問題を包括的に検討する。 この問題は、(i)エネルギエンドユーザーと利害関係者間のデータ共有(ii)エンドユーザのプライバシ、(iii)サイバーセキュリティの3つのカテゴリに分類される。
  論文  参考訳（メタデータ） (2025-03-05T14:23:56Z)
• Do Not Trust Licenses You See: Dataset Compliance Requires Massive-Scale AI-Powered Lifecycle Tracing [45.6582862121583]
  本稿では,データセットの法的リスクは,ライセンス条項だけでは正確に評価できないことを論じる。 データセットの再配布と完全なライフサイクルの追跡が不可欠である、と同社は主張する。 我々は、AIが人間の専門家よりも高い精度、効率、コスト効率でこれらのタスクを実行できることを示した。
  論文  参考訳（メタデータ） (2025-03-04T16:57:53Z)
• Towards Data Governance of Frontier AI Models [0.0]
  私たちは、フロンティアAIモデルに対して、データが新たなガバナンス能力を実現する方法について検討する。 データは非リバルで、しばしば非排除可能で、容易に複製可能で、ますます合成可能になっている。 データサプライチェーンに沿ってキーアクターをターゲットにした一連のポリシー機構を提案する。
  論文  参考訳（メタデータ） (2024-12-05T02:37:51Z)
• Learning to Limit Data Collection via Scaling Laws: Data Minimization Compliance in Practice [62.44110411199835]
  我々は機械学習法における文献に基づいて、データとシステム性能を結びつけるデータ解釈に基づく収集を制限するフレームワークを提案する。 我々は、性能曲線微分に基づくデータ最小化基準を定式化し、有効かつ解釈可能な分数法法技術を提供する。
  論文  参考訳（メタデータ） (2021-07-16T19:59:01Z)
• Reviving Purpose Limitation and Data Minimisation in Personalisation, Profiling and Decision-Making Systems [0.0]
  本論文では、学際法則とコンピュータサイエンスレンズを通じて、データ駆動システムにおいてデータ最小化と目的制限を有意義に実装できるかどうかを決定する。 分析の結果,この2つの法原則が個人データ処理のリスク軽減に重要な役割を担っていることが明らかとなった。 これらの原則は検討中のシステムにおいて重要なセーフガードであるが、実用的な実装には重要な制限がある。
  論文  参考訳（メタデータ） (2021-01-15T16:36:29Z)
• Operationalizing the Legal Principle of Data Minimization for Personalization [64.0027026050706]
  データ最小化原理の同質な解釈が欠如していることを認識し、パーソナライゼーションの文脈に適用可能な2つの運用定義を探索する。 データ最小化によるパフォーマンス低下はそれほど大きくないかもしれないが、異なるユーザに影響を与える可能性がある。
  論文  参考訳（メタデータ） (2020-05-28T00:43:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。