How resilience affected public health research during COVID-19 and why we should abandon it
Notice bibliographique
Résumé
Resilience has accompanied the COVID-19 pandemic as a rallying motto, with calls by governments for a resilient society, resilient families and schools, and, of course, resilient healthcare systems in the face of this unprecedented pandemic shock. Resilience had already gained traction as an analytical concept in public health research for approximately a decade. It became a key concept despite the recognition of its lack of conceptual consistency. The COVID-19 pandemic presented itself as a perfect test-case and encouraged a multiplicity of studies on resilience and health care systems. In this commentary, we add to the existing critiques of resilience in the social sciences by reflecting on the effects of resilience when used to frame empirical inquiries and to draw lessons from the crisis. Resilience as a concept is unable to address crucial structural issues that health systems already faced throughout the world, and it remains a non-neutral political notion. We argue that we need to resist a generalised view of resilience and work with alternative imaginaries.
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 | 0,155 | 0,188 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,019 | 0,110 |
| Communication savante | 0,025 | 0,044 |
| Science ouverte | 0,005 | 0,020 |
| Intégrité de la recherche | 0,028 | 0,049 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».