MétaCan
Menu
Retour à la cohorte
Enregistrement W4324136364 · doi:10.1111/jtsb.12379

Constructing the Anti‐Vaxxer: Discursive analysis of public deliberations on childhood vaccination

2023· article· en· W4324136364 sur OpenAlexafffund
Jessica B. C. White, Kieran C. O’Doherty

Notice bibliographique

RevueJournal for the Theory of Social Behaviour · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Ministry of Research and InnovationCanadian Institutes of Health Research
Mots-clésDeliberationNormativeArgument (complex analysis)EpistemologySociologyFocus (optics)Focus groupPublic discoursePsychologySocial psychologyPublic relationsPolitical scienceLawPoliticsMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Public deliberation is a form of dialogue that allows members of the public to provide input on a policy issue. Public deliberation processes invite participants to engage with each other respectfully, learn about the topic and each other's perspectives, and then work together toward solutions to an issue that are broadly acceptable. In this article, we develop a discursive psychological analysis of public deliberation on the topic of childhood vaccination. In particular, we focus on how descriptions of a parent who did not have her children vaccinated were developed iteratively by a small group of deliberants; how these descriptions came to be accepted as factual; and how these descriptions came to be used to support normative claims about childhood vaccination. Our main argument is that we can develop a deeper understanding of deliberation processes if we understand participants' statements to be rhetorically organised. This is achieved by examining how descriptions of events or people that are relevant to the final conclusions of the group are developed in the course of deliberation; how they come to be accepted as factual and accurate by the group; and how they then become instrumental in supporting a final consensus position.

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)0,027
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0080,032
Communication savante0,0110,010
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,056
Tête enseignante GPT0,370
Écart entre enseignants0,314 · 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.

Devis d'étudeQualitatif
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal for the Theory of Social BehaviourMême sujetSocial Media and PoliticsTravaux en français237 207