Notice bibliographique
Résumé
Despite unprecedented global wealth creation, health inequity-the unjust health inequality between classes and groups among and within countries-persists, reviving the relevance of social justice as a lens to understand and as an instrument to intervene in these issues. However, the theoretical aspects and polysemous character of social justice as applied in the field of public health are often assumed rather than explicitly explained. An intersectional justice approach to understanding health inequality, inequity, and injustice might be useful. It argues that preexisting class-, race/ethnicity-, and gender-based health injustice and the socially differentiated impacts of the COVID-19 pandemic are shaped, interconnectedly, by economic maldistribution, cultural misrecognition, and political misrepresentation. Pursuing health justice requires analyses, strategies, and interventions that integrate the economic, cultural, and political spheres of redistribution, recognition, and representation, respectively. Such an intersectional approach to health justice is even more relevant and compelling in light of the COVID-19 pandemic. This article is broadly about class, race/ethnicity, and gender political economy of public health-but with a narrower focus on maldistribution, misrecognition, and misrepresentation, shaping social and health injustices.
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 | 0,029 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,016 | 0,116 |
| Communication savante | 0,028 | 0,021 |
| Science ouverte | 0,004 | 0,025 |
| Intégrité de la recherche | 0,007 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».