MétaCan
Menu
Retour à la cohorte
Enregistrement W2152803051 · doi:10.1093/shm/hkv030

Prostitutes, Penicillin and Prophylaxis: Fighting Venereal Disease in the Commonwealth Division during the Korean War, 1950–1953

2015· article· en· W2152803051 sur OpenAlexaboutno aff

Notice bibliographique

RevueSocial History of Medicine · 2015
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommonwealthWorld War IISpanish Civil WarMedicineLawDiseaseFirst world warPenicillinHistoryPolitical scienceDemographyAncient historySociologyAntibioticsPathologyBiology

Résumé

récupéré en direct d'OpenAlex

Historically, venereal disease (VD) has represented a significant manpower problem for the armed forces and the Korean War (1950–53) was no exception. Amongst British, Australian, Canadian and New Zealand troops deployed to the Far East, rates of VD peaked at 387 cases per 1,000. Levels of infection far exceeded those recorded during the Second World War. Over the past several decades, historians have explored the intimate lives of fighting men throughout the twentieth century in great detail. Be that as it may, the Korean War has received little attention. This article represents the first analysis of the Commonwealth experience of VD. It examines how widespread the problem became, as well as the efforts to which officials went to reduce levels of infection. It also explores the reasons why venereal disease was so prevalent at this time and place, and why the Commonwealth Division, and the Canadians in particular, were so affected by it.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,238
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial History of MedicineMême sujetHistorical Studies and Socio-cultural AnalysisTravaux en français237 207