Stacie Burke, Building Resistance: Children, Tuberculosis, and the Toronto Sanatorium
Notice bibliographique
Résumé
When 13-year-old Charlotte was admitted to the Toronto sanatorium in November 1933, her brother Carl was already a patient, and they had lost their parents and two siblings to tuberculosis. Canada’s tuberculosis death rate that year was 41.6 per 100,000. Although a significant reduction from the 180 to 200 deaths per 100,000 in 1900, tuberculosis remained a common cause of premature mortality and morbidity until the rise of institutionalised systems to tackle social inequalities and the advent, during the 1950s, of drug therapies. William Dobbie (1873–1942), physician-in-chief of the Toronto sanatorium from its opening in 1905 to 1939, suggested that the proportion of children infected with tuberculosis bacteria reached 90 per cent at age 15. However, it was the observation that only 10 per cent of those latently infected actually experienced active disease that encouraged investment in resistance building, both in family homes and sanatoria. Stacie Burke’s in-depth qualitative study, based on 822 case histories from the Toronto sanatorium over a 50-year period (c.1905–1950), is an excellent, authoritative and very readable addition to the growing historiography of childhood tuberculosis and the lived experience of tuberculosis among child sanatorium patients. The children in this study range in age from infancy to 17 years. The author’s intention, as a biological anthropologist, has been to intertwine social and biological dynamics in tuberculosis. She argues that the biology of the body and tuberculosis came to be understood via scientific principles, but there were differing interpretive aspects among patients, families and physicians. She explores the growing research into lung physiology, immunological mechanisms in tuberculosis and the behaviour of the tuberculosis bacteria. New knowledge underpinned the development of treatments from ‘noninterventionist’ bedrest to direct bodily manipulations. All of the treatments aimed to slow the progression of the disease and give the immune system time to respond more effectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,012 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».