MétaCan
Menu
Retour à la cohorte
Enregistrement W2496141982 · doi:10.1057/9780230288904_8

Screening out Diseased Bodies: Immigration, Mandatory HIV Testing, and the Making of a Healthy Canada

2007· book-chapter· en· W2496141982 sur OpenAlexaboutno aff
Renisa Mawani

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2007
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueMigration, Health, Geopolitics, Historical Geography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitizenshipGlobalizationVitalityImmigrationPolitical sciencePolitical economyLanguage changeCriminologyDevelopment economicsGender studiesSociologyHistoryLawArtEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

From the late nineteenth century onwards, health has been a technology of governance constitutive of national borders and racial boundaries. As many scholars have documented in various geographical contexts, nineteenth and twentieth-century public health policies have been intricately linked to racialized nation-formation in several ways. Whereas disease and ill-health were often the racial mark of the ‘colonized’ and ‘uncivilized’, the racialized concept of (European) citizenship was historically imagined through ideas around health and vitality. 1 Today, as we move into the twenty-first century, public health remains an imperative of nation-formation. If contagion was historically seen as ‘the dark side of the civilizing mission’ as Michael Hardt and Antonio Negri claim, in the twenty-first century contagion remains a constant and present danger, but is now the dark side of globalization. 2 Global flows of knowledge, capital, migrant labor, and travel — and the rapid speed at which these now occur — have opened up even greater possibilities for the transmission of germs and disease. ‘If we break down global boundaries and open up universal contact in our global village’, ask Hardt and Negri ‘how will we prevent the spread of disease and corruption?’ 3 These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,548
Score d'incertitude au seuil0,899

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,019
Communication savante0,0050,003
Science ouverte0,0010,004
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 Opus0,037
Tête enseignante GPT0,284
Écart entre enseignants0,247 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetMigration, Health, Geopolitics, Historical GeographyTravaux en français237 207