MétaCan
Menu
Retour à la cohorte
Enregistrement W2165081010 · doi:10.1177/1049732312441087

Exploring the Mutual Constitution of Racializing and Medicalizing Discourses of Immigrant Tuberculosis in the Canadian Press

2012· article· en· W2165081010 sur OpenAlexaffabout
Sylvia Reitmanova, Diana L. Gustafson

Notice bibliographique

RevueQualitative Health Research · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMemorial University of NewfoundlandUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésImmigrationTuberculosisGender studiesSocioeconomic statusPoliticsSociologyConstitutionPolitical scienceCriminologyMedicineLawPopulationDemography

Résumé

récupéré en direct d'OpenAlex

Drawing on critical discourse analysis of Canadian press coverage of the immigrant tuberculosis problem, we expose the complex relationship between press-constructed discourses of immigrant health and current tuberculosis control policies in Canada. The focus of these policies is on screening and surveillance of immigrants rather than addressing social inequalities underlying the problem of immigrant tuberculosis. The biomedical focus and racializing character of current policies were reinforced in the Canadian press by depicting tuberculosis as a biomedical (rather than a social) disease imported to Canada by immigrants. The status of the immigrant body as health threat was produced by and through preexisting and mutually constitutive racializing and medicalizing discourses materialized in press coverage and tuberculosis control policies. Deracialization and demedicalization of health information disseminated in the press are potentially important factors to be considered when revising health policies that would address the socioeconomic and political factors that determine the health status of Canadian immigrants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut 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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,768

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,007
Études des sciences et des technologies0,0370,061
Communication savante0,0180,005
Science ouverte0,0020,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,628
Tête enseignante GPT0,586
Écart entre enseignants0,042 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetMigration, Health and TraumaTravaux en français237 207