De l’origine à la santé, quand l’ethnique et la race croisent la classe
Notice bibliographique
Résumé
Étudier le rôle de l’origine dans la détermination d’inégalités sociales de santé requiert de la catégoriser. Ces catégories, en France, sont celles de nationalité et de pays de naissance, donnant à comparer la santé des Français à celle des étrangers et celle des immigrés à celle des non immigrés. Les écarts ainsi objectivés sont interprétés en faisant la part des déterminants socio-économiques et des facteurs propres à l’origine étrangère. Mais cette catégorisation de l’origine laisse dans l’ombre le rôle, sur la santé, des dimensions ethniques et raciales de l’origine. La situation est bien différente aux États-Unis et en Grande-Bretagne, où la recherche mobilise des catégories ethniques et raciales. Lorsqu’elle parvient à éviter de réifier ces catégories dans des approches naturalisantes ou culturalisantes, elle ouvre des pistes de compréhension de l’intrication étroite des facteurs socio-économiques et ethno-raciaux dans la détermination de la santé. C’est finalement la transcription dans les corps de l’entremêlement de divers rapports sociaux inégalitaires qui est révélée.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».