MétaCan
Menu
Retour à la cohorte
Enregistrement W3184445646

Statistical Footnotes or Suffering Human Beings? Humanising AIDS in Moses Isegawa’s Abyssinian Chronicles.

2021· article· en· W3184445646 sur OpenAlexvenueno aff
Edgar Fred Nabutanyi

Notice bibliographique

RevuePostcolonial text · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHIV/AIDS Impact and Responses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForegroundingOpenness to experienceHistorySociologyMilitarizationNarrativeMedia studiesGender studiesPsychologyLiteraturePolitical scienceArtLawSocial psychologyPolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Uganda is perhaps the only country in the world that has been able to reduce its AIDS infection rates from about 30% in the late 1980s to 6.1% at the turn of the 21st century. This dramatic reversal has been partly attributed to Uganda’s openness about and/or communicative strategies that promoted abstinence, faithfulness and condom use in the fight against AIDS. While a huge corpus of Ugandan medico-anthropological archive that documents this phenomenon privileges statistical data to foreground the impact of the disease on society, another library — consisting of mainly fictional texts — offers an alternative understanding of the disease by foregrounding the corporeality of AIDS through skilful use of characterisation and setting. The fictional representations of AIDS in the Ugandan public sphere, unlike the medico-scientific renditions that essentialise and reduce the disease and its victims to statistical footnotes, offers readers a personalised understanding of the of the disease that unravels its complex contours. In this article, I centre the idea that fiction as an affectively didactic type of knowledge production in AIDS discourses to argue that it is capable of offering profound insights into complex realities like AIDS. Thus, I explore how Moses Isegawa’s Abyssinian Chronicles fuses third person focalisation with spatial and temporal setting to capture the terrifyingly complex and intricate contours of the plague that other documents elide.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,370
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,302
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePostcolonial textMême sujetHIV/AIDS Impact and ResponsesTravaux en français237 207