MétaCan
Menu
Retour à la cohorte
Enregistrement W4224211799 · doi:10.3390/jrfm15040187

To Trust or Not to Trust? COVID-19 Facemasks in China–Europe Relations: Lessons from France and the United Kingdom

2022· article· en· W4224211799 sur OpenAlexvenueno aff
Émilie Tran, Yu-chin Tseng

Notice bibliographique

RevueJournal of risk and financial management · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaMainland ChinaDistrustDiplomacyPopulationPolitical scienceSociologyLawPolitics

Résumé

récupéré en direct d'OpenAlex

At the crossroads of sociology and international relations, this interdisciplinary and comparative research article explores how the COVID-19 outbreak has impacted China–Europe relations. Unfolding the critical moments of the COVID-19 outbreak, this article characterizes the evolution of China–Europe relations with regard to the facemask. This simple object of self-protection against the coronavirus strikingly became a source of contention between peoples and states. In the face of this situation, we argue that the facemask is the prism through which to illustrate (1) the transnational links between China and its overseas population, (2) the changing social perceptions of China and Chinese-looking people in European societies, and (3) the advent of China’s health diplomacy and its reception in Europe. Comparing two European settings—France and the United Kingdom (UK)—the common denominator appears to be the reduced trust, if not outright distrust, between individuals and communities in the French and British contexts, and in Sino–French and Sino–British relations at the transnational level. Combining critical juncture theory and (dis)trust in international relations as our analytical framework, this article examines how the facemask became a politicized object, both between states and between Mainland China and its overseas population, as the epidemic unfolded throughout Europe. Adopting a qualitative approach, our dataset comprises the analysis of official speeches and statements; press releases; traditional and social media content (especially through hashtags such as #JeNeSuisPasUnVirus, #IAmNotAVirus, #CoronaRacism, etc.); and interviews with Chinese, French, and British community members.

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)0,011
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,644

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0120,013
Communication savante0,0090,005
Science ouverte0,0010,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,100
Tête enseignante GPT0,439
Écart entre enseignants0,338 · 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'étudeSans objet
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetHealthcare Systems and PracticesTravaux en français237 207