Fraught claims at the intersection of biology and sociality: Managing controversy in the neuroscience of poverty and adversity
Notice bibliographique
Résumé
In this article, I examine how a subfield of researchers studying the impact of poverty and adversity on the developing brain, cognitive abilities and mental health respond to criticism that their research is racist and eugenicist, and implies that affected children are broken on a biological level. My interviewees use a number of strategies to respond to these resurfacing criticisms. They maintain that the controversy rests upon a fundamental misunderstanding of their work. In addition, they use what I term 'plasticity talk', a form of anti-determinist discourse, to put forth what they believe is a hopeful conception of body and brain as fundamentally malleable. They draw attention to their explicit intentions to use scientific inquiry to mitigate inequality and further social justice - in fact, they believe their studies are powerful evidence that add to the literature on the social determinants of health. Though they may be interested in improving lives, they argue that their aims and means have little in common with programs trying to 'improve' the genetic stock of the population. I argue that theirs is a fraught research terrain, where any claims-making is potentially treacherous. Just as their studies of development refuse dualistic models, so too do their responses defy dichotomous categorization.
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 | 0,045 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,023 | 0,185 |
| Communication savante | 0,020 | 0,028 |
| Science ouverte | 0,004 | 0,023 |
| Intégrité de la recherche | 0,012 | 0,019 |
| 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 ».