MétaCan
Menu
Retour à la cohorte
Enregistrement W2587123615 · doi:10.1093/socpro/spw057

Science and Suffering: Genetics and the Lived Experience of Illness

2017· article· en· W2587123615 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSocial Problems · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGenetic testingAmbiguityFatalismHuman geneticsGenetic discriminationDiseaseInheritance (genetic algorithm)Medical geneticsPsychologyGeneticsSocial psychologySociologyEpistemologyBiologyMedicineGenePathology

Résumé

récupéré en direct d'OpenAlex

With more than 10,000 conditions connected to pathological genes, genetic science has the potential to impact illness experience substantively. Building on medical sociological and science studies literatures, my study analyzes how genetic discourses and technologies shape the lived-experience of Huntington Disease (HD). Analysis draws on in-depth interviews conducted in Canada with 24 individuals with the HD mutation and 14 caregivers (e.g., spouses). Study findings detail how genetic discourses and illness experiences intersect to produce “genetic suffering,” a participant-derived concept describing a novel modality of suffering. Genetic suffering is detailed in relation to four themes: 1) Guilt, responsibility, and genetic inheritance, 2) Chance, uncertainty and genetic testing, 3) Ambiguity and genetic onset, and 4) Fatalism and genetic prognosis. After describing the intersections between the science of genetics and suffering in HD families, I discuss the implications of study findings for debates on genetic responsibility and consider the unintended consequences of genetic technologies.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,008
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,074
Tête enseignante GPT0,320
Écart entre enseignants0,246 · 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