P161 Adopting a political economy approach to HIV research: a case study of ongoing conflict in ukraine
Notice bibliographique
Résumé
Background Armed conflict erupted in eastern Ukraine in 2014. Ukraine has the highest HIV rates in Europe, there is concern that the epidemic can worsen in the current climate. Past research on HIV prevalence in conflict zones has been limited and the few studies that exist yield contradictory results. In this paper we describe the historical events leading up to the current conflict and explore its politico-socio-economic consequences as related to HIV risk. Methods This project takes a political economy approach to examine Ukraine as a case study to understand the impact of conflict on HIV and HCV. We undertook archival research to examine the structural factors related to the current conflict and its politico-socio-economic consequences. Political economy draws upon economic, political, historical, cultural and sociological approaches to examine the evolution of states, markets and society. This perspective accounts for a wide range of factors that influence the downstream realities of people living with HIV. It illuminates the structural parameters of conflict within which the epidemics exists. Results Preliminary results reveal that the social, political, and economic turmoil leading up to the armed conflict can be traced back to Ukraine’s formation as a sovereign state following the dissolution of the Soviet Union. These factors have also been associated with the beginning of Ukraine’s HIV epidemic. High inflation, deep recessions, and a bourgeoning kleoptocracy led to civil unrest and the ousting of the president which was followed by backlash from Russia. The ensuing conflict has ignited several factors known to contribute to HIV risk such as violence, migration and increased mobilization of armed forces might be expected to exacerbate prevalence. Conclusion Ukraine as a case study presents a unique opportunity to examine the influences of conflict on the HIV epidemic before, during and possibly post conflict. Disclosure No significant relationships.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,006 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».