Disintegration in the Age of COVID-19: Biological Contamination, Social Danger, and the Search for Solidarity
Notice bibliographique
Résumé
Like any disaster, COVID-19 laid waste to infrastructure and the ability for a community to do community. But, unlike a tornado or nuclear meltdown, COVID-19 laid waste to social infrastructure in unique ways that only a disease can do. On the one hand, a pandemic brings biological dangers that, in turn, make all individuals—loved ones, too—into potential threats of biological contamination. On the other hand, the efforts to contain disease present social dangers, as isolation and distancing threatens mundane and spectacular ritualized encounters and mask-wearing heighten our awareness of the biological risk. By exploring the link between disasters and disease, this paper leverages the lens of contamination, beginning first with the barriers it presents to making and remaking the self in everyday life. Constraints on ritualized encounters, both in terms of delimiting face-to-face interaction and in determining that some spaces have contaminative risks, reduces collective life to imagined communities or shifts to digitally mediated spaces. The former intensifies the sense of anomie people feel as their social world appears as though it were disintegrating while the latter presents severe neurobiological challenges to reproducing what face-to-face interaction habitually generates. Finally, these micro/meso-level processes are contextualized by considering how institutions, particularly polity but also science, manage collective risk and how their efficacy may either contribute to the erosion of solidarity or provide a sense of support in the face of anomic terror. Using the US to illustrate these processes, we are able to show how an inefficacious state response weakens the already tenuous connective tissue that holds a diffuse and diverse population together, while also exposing and intensifying existing political, economic, and cultural fissures, thereby further eroding existing solidarity and the capacity to rebuild post-pandemic cohesion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,023 | 0,080 |
| Communication savante | 0,015 | 0,018 |
| Science ouverte | 0,001 | 0,021 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».