MétaCan
Menu
Retour à la cohorte
Enregistrement W3024845399 · doi:10.28968/cftt.v5i2.32339

Potency and power

2020· article· en· W3024845399 sur OpenAlexfundaboutno aff
Lara Tessaro

Notice bibliographique

RevueCatalyst Feminism Theory Technoscience · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistorical Studies on Reproduction, Gender, Health, and Societal Changes
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésCosmeticsEnforcementProduct (mathematics)ScholarshipEstrogenBusinessPolitical sciencePublic relationsMedicineLawInternal medicine

Résumé

récupéré en direct d'OpenAlex

Building on a rich body of feminist scholarship on estrogen, this account interrogates how potent estrogenic cosmetics and consumer product labels emerged together, through the regulatory practices of scientists and lawyers, in mid-century Canada. Composed from archival and other primary sources, the story traces the development of Canada’s first cosmetic regulations – which applied only to cosmetic products containing estrogens. In 1944, “sex hormones” had been the first substances for which the Department of National Health and Welfare adopted labels in lieu of dose or potency standards under the Food and Drugs Act. With dose-response thresholds thus written out of the Sex Hormone Regulations, in 1949, regulators devised a new type of consumer product label that warned women to use estrogenic cosmetic products “with care”. Further regulatory amendments in 1950 appeared, on their face, to require positive proof of safety for estrogenic cosmetics, However, through varied administrative and enforcement practices that hinged upon “directions for use” in product labels, National Health officials quietly reintroduced dose-response logics back into estrogen regulation. As legal technologies for disciplining women consumers to regulate their own exposures, product labels were becoming instrumental. With labeling, estrogen catalyzed an early example of risk regulation in Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,077
Communication savante0,0130,010
Science ouverte0,0010,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0200,003

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 Opus0,045
Tête enseignante GPT0,239
Écart entre enseignants0,194 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCatalyst Feminism Theory TechnoscienceMême sujetHistorical Studies on Reproduction, Gender, Health, and Societal ChangesTravaux en français237 207