MétaCan
Menu
Retour à la cohorte
Enregistrement W4297815867 · doi:10.24908/ss.v20i3.14689

(Un)Seeing as Care or Control: The Collection of Race-Identified COVID-19 Data

2022· article· en· W4297815867 sur OpenAlexaffabout
Smith Oduro-Marfo, Jessica Percy-Campbell, Lynn Ng Yu Ling

Notice bibliographique

RevueSurveillance & Society · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésRace (biology)SafeguardingAgency (philosophy)NegotiationPandemicPolitical scienceData collectionHealth careCoronavirus disease 2019 (COVID-19)PopulationPublic relationsCriminologySociologyMedicineEnvironmental healthGender studiesNursingLawDiseaseSocial science

Résumé

récupéré en direct d'OpenAlex

The over-surveillance of racialized or colonized groups for the purposes of control is a well-documented issue. At the same time, there tends to be an under-monitoring of these same groups in cases where such surveillance by state or governmental actors could have implications for care outcomes through the safeguarding of public health provisions. This article draws attention to calls in Canada, particularly by black communities, for the collection of race-identified COVID-19 patient data. The collection of such race-identified data has been deemed by proponents as necessary for a more thorough understanding of and equitable policy response to the pandemic. While these calls mean making an already over-surveilled population more visible to states and governments, they also represent an exercise of agency by members of oppressed groups in negotiating how and when they should be visible. Such calls for race-identified data thus unsettle the increasingly “negative” understanding of surveillance and highlight how the care potential of surveillance cannot be dismissed even if surveillance systems are simultaneously dangerous.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,311
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,041
Tête enseignante GPT0,339
Écart entre enseignants0,298 · 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'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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurveillance & SocietyMême sujetVaccine Coverage and HesitancyTravaux en français237 207