MétaCan
Menu
Retour à la cohorte
Enregistrement W3110101088 · doi:10.15402/esj.v6i1.70741

Perspectives on Health: Working with Communities as Cultural Anthropologists and Bioarchaeologists

2020· article· en· W3110101088 sur OpenAlexvenueno aff
Samantha Purhcase

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRace, Genetics, and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioarchaeologySociologyAnthropologyRelevance (law)Cultural anthropologyExtant taxonPoliticsApplied anthropologyCommunity studiesEcological anthropologyNatural (archaeology)Social scienceGeographyHistoryPolitical scienceArchaeologyAnthropology of art

Résumé

récupéré en direct d'OpenAlex


 The anthropological study of health has always been an integral part of the discipline. With the development of cultural anthropology and physical anthropology (specifically, bioarchaeology) in the nineteenth century came different theories and methodologies concerning the study and definition of communities. Still today, cultural anthropology and bioarchaeology share the same broad goals of exploring the evolving relationships between experiences of health and the community, culture, and environment (being natural, domestic, political, and social). That cultural anthropologists study extant cultures and bioarchaeologists do not has necessitated the evolution of different methodological practices. Here, I explore some of the differences between these two sub-disciplines: their differing notions of community, how they engage with communities, and the relevance of their work to the communities they study. I contextualize this analysis with a short discussion of the sub-disciplines’ co-evolution and ground it with examples from my research with middle Holocene Siberian, Russian Federation, and Anglo-Saxon to Post-Industrial British communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,279
score de la tête « metaresearch » (Gemma)0,152
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,414
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,2790,152
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,2550,002
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,364
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,161
Tête enseignante GPT0,397
Écart entre enseignants0,236 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetRace, Genetics, and SocietyTravaux en français237 207