Capability and Vulnerability: A Discourse Analysis of Multi-Jurisdictional Emergency Planning Documents
Notice bibliographique
Résumé
Background: Deaf people constitute a minority group; most deaf people use sign language, which is not universal. In emergencies and disasters, conditions are created that can affect their lives. The role of a sign language interpreter in emergencies can be vital. In Israel, there are no regulations concerning the work of the interpreters in emergency situations. Despite that there are about 250 registered interpreters of Israel Sign Language, only around 120 professional interpreters work. Methods: A cross-sectional survey of 84 interpreters of sign language in Israel was carried out. A self-administered questionnaire was developed, inquiring into various aspects of willingness to work in emergency situations, including translator-client interactions and translators' work characteristics. Results: The majority of respondents live in the central region of Israel (79%), 83% of them are women. Only 45% of interpreters work full-time. Thirty-seven percent of the respondents are hearing children of deaf parents. Half of them stated that in emergency situations, they need to help a relative before working as an interpreter. Conclusion: Significance of the findings: In an emergency, there might not be enough sign language interpreters. Most interpreters are women who do not work full time, and are committed to care for their family first. Most emergency situations in Israel have occurred in periphery areas of the country, where a small number of interpreters live. These findings point to inequities in emergency situations, not only towards the deaf community, but also among different groups in the deaf community. Recommendations: Encourage interpreters of sign language to study and work in periphery areas, granting financial incentives to study professional interpretation, and to work during emergencies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».