MétaCan
Menu
Retour à la cohorte
Enregistrement W2559774247 · doi:10.3138/cbmh.34.2.131-30072014

Canadian Military Nurse Deaths in the First World War

2017· article· en· W2559774247 sur OpenAlexaffvenueabout
Dianne Dodd

Notice bibliographique

RevueCanadian Journal of Health History · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorld Wars: History, Literature, and Impact
Établissements canadiensParks Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineSpanish Civil WarMilitary medicineHealth careFirst world warDemographyGerontologyFamily medicineNursingPsychiatryHistorySociologyPolitical scienceLawAncient history

Résumé

récupéré en direct d'OpenAlex

This paper examines the lives of sixty-one Canadian Nursing Sisters who served during the First World War, and whose deaths were attributed, more or less equally, to three categories: general illness, Spanish Influenza, and killed in action. The response by Canadian Army Medical Corps (CAMC) physicians to the loss of these early female officers who were, in fact, Canada's first female war casualties, suggests a gendered construction of illness at work in the CAMC. While nurses tried to prove themselves good soldiers, military physicians were quick to attribute their illnesses and deaths to horrific war conditions deemed unsuitable for women. This gendered response is particularly evident in how CAMC physicians invoked a causal role for neurasthenia or shell shock for the nurses' poor health. The health profile of these women also suggests that some of these deaths might have occurred had these women stayed in Canada, and it encourages future comparative research into death rates among physicians and orderlies.

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)0,003
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,290
Écart entre enseignants0,262 · 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'étudeSans objet
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

Citations1
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Health HistoryMême sujetWorld Wars: History, Literature, and ImpactTravaux en français237 207