MétaCan
Menu
Retour à la cohorte
Enregistrement W2380117880 · doi:10.1177/1363459315628039

Putting Gino’s lesson to work: Actor–network theory, enacted humanity, and rehabilitation

2016· article· en· W2380117880 sur OpenAlexafffund
Thomas Abrams, Barbara E. Gibson

Notice bibliographique

RevueHealth An Interdisciplinary Journal for the Social Study of Health Illness and Medicine · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMental Health and Psychiatry
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalUniversity of Toronto
Organismes subventionnairesUniversity of TorontoBloorview Research Institute
Mots-clésHumanityPersonhoodActor–network theorySociologyCompetence (human resources)EpistemologyPsychologySocial sciencePhilosophySocial psychologyLawPolitical science

Résumé

récupéré en direct d'OpenAlex

This article argues that rehabilitation enacts a particular understanding of "the human" throughout therapeutic assessment and treatment. Following Michel Callon and Vololona Rabeharisoa's "Gino's Lesson on Humanity," we suggest that this is not simply a top-down process, but is cultivated in the application and response to biomedical frameworks of human ability, competence, and responsibility. The emergence of the human is at once a materially contingent, moral, and interpersonal process. We begin the article by outlining the basics of the actor-network theory that underpins "Gino's Lesson on Humanity." Next, we elucidate its central thesis regarding how disabled personhood emerges through actor-network interactions. Section "Learning Gino's lesson" draws on two autobiographical examples, examining the emergence of humanity through rehabilitation, particularly assessment measures and the responses to them. We conclude by thinking about how rehabilitation and actor-network theory might take this lesson on humanity seriously.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,034
Communication savante0,0050,012
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,076
Tête enseignante GPT0,429
Écart entre enseignants0,353 · 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

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth An Interdisciplinary Journal for the Social Study of Health Illness and MedicineMême sujetMental Health and PsychiatryTravaux en français237 207