MétaCan
Menu
Retour à la cohorte
Enregistrement W4200450929 · doi:10.1017/mah.2021.26

Why Pandemics Matter to the History of U.S. State Development

2021· article· en· W4200450929 sur OpenAlexaboutno aff
Stephen Colbrook

Notice bibliographique

RevueModern American History · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicGlobePublic healthState (computer science)Government (linguistics)PopulationDeath tollPolitical scienceQuarter (Canadian coin)Economic growthDevelopment economicsPolitical economyGeographyCoronavirus disease 2019 (COVID-19)DemographyDiseaseSociologyMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

When a new strain of influenza circled the globe in the fall and winter of 1918, it swept through the United States at terrifying speed, infecting at least 25 million Americans—roughly one-quarter of the population—over the next two years. Based on any metric, the pandemic was the country's largest mass-mortality episode of the twentieth century, killing approximately 675,000 Americans and surpassing the death toll of World War I. Even as the virus struck the United States with unprecedented ferocity, however, the federal government left most public health decisions to the states, producing a disjointed and hyper-localized approach to a crisis that was national and global in scope. In the absence of a strong federal role, state governments carved out their own policy paths, adopting widely divergent strategies to stem the spread of the disease. This preventive playing field was wildly uneven. Some states were well-equipped with robust public health infrastructures; others lacked the tools to manage the disease's rampant spread.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,012
Communication savante0,0060,006
Science ouverte0,0000,002
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,372
Écart entre enseignants0,305 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern American HistoryMême sujetPublic Health Policies and EducationTravaux en français237 207