'Orange in a World of Apples': The voices of albinism
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Albinism is a rare genetic condition that affects the pigmentation of the retina, hair and skin. Consequently, people with albinism world-wide experience the stigma and negative repercussions of an unconventional physical appearance, as well as a visual impairment. The medical literature has focused extensively on the genetics of albinism amongst animals, but it has been relatively under-studied and ignored in sociology. People with albinism have rarely had the opportunity to tell their stories; to tell their sorrows and their triumphs. This paper attempts to remedy this failure in social science. In-depth interviews were conducted with seven women and five men, living in various countries globally. The study is framed around Erving Goffman's theory of stigma and 'spoiled identity', as well as the more recent Disability Studies that stresses 'the normals' as being the 'identity spoilers' or the 'problem'. The participants revealed victimisation from various sources including students, teachers, employers, colleagues, strangers and the medical profession. Focus is placed on the strategies that respondents have devised in coping with these adversities. The results identify eight principal methods of reaction and response to the discrimination against people with albinism. These eight different strategies of resistance to the stigmatisation of albinism are essential elements of personal change and even, possibly, social change. This paper quotes respondents' own words. Such methodology offers the chance for people with albinism to voice their experiences, and for us researchers to listen and learn.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle