MétaCan
Menu
Retour à la cohorte
Enregistrement W4205141020 · doi:10.1111/tran.12527

HIV responsibilisation: Stigma, disclosure, and care in the age of 90‐90‐90

2022· article· en· W4205141020 sur OpenAlexaff
Brian King, Andrea Rishworth

Notice bibliographique

RevueTransactions of the Institute of British Geographers · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensGeneral Electric (Canada)University of Toronto
Organismes subventionnairesPennsylvania State UniversityNational Science Foundation
Mots-clésStigma (botany)ScholarshipDeclarationAntiretroviral therapyHuman immunodeficiency virus (HIV)Health careTheme (computing)SociologyEconomic growthPolitical scienceGender studiesPsychologyMedicineFamily medicineLawPsychiatryViral loadEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract The announcement that World AIDS Day would mark its 30th anniversary with the theme “know your status” was the result of significant advancements in the global response to the HIV/AIDS epidemic. In making this declaration, UNAIDS emphasised that knowing one's status is crucial to achieving the 90‐90‐90 targets, namely that by 2020, 90% of all people living with HIV will know their status, receive sustained antiretroviral therapy, and have viral suppression. Far removed from an earlier period when access to antiretroviral therapy was limited or unavailable, the “know your status” campaign represents a more hopeful moment. Yet even with its laudatory goal, the campaign reflects a larger trend in global health emphasising that being responsible for one's own health obligates caring for the health of others. The intention of this paper is to engage with geographic scholarship on care to examine how living with HIV involves both personal responsibility and responsibilisation. Drawing from fieldwork in rural South Africa, the paper outlines the challenges for those living with HIV, particularly when stigma and other needs remain stark. We conclude by identifying points of convergence and divergence between theories of responsibility, responsibilisation, and an ethics of care.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,270
Écart entre enseignants0,255 · 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.

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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Institute of British GeographersMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207