MétaCan
Menu
Retour à la cohorte
Enregistrement W4385954019 · doi:10.1080/14623528.2023.2247760

Professional Ethics, Medical Experts and the Famine of 1932-1933 in Soviet Ukraine

2023· article· en· W4385954019 sur OpenAlexaff
Oksana Vynnyk

Notice bibliographique

RevueJournal of Genocide Research · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Conflict Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFamineState (computer science)IndustrialisationPolitical scienceEconomic growthDevelopment economicsSociologyLawCriminology

Résumé

récupéré en direct d'OpenAlex

The article studies the state-induced famine of 1932-1933 in Soviet Ukraine as a public health crisis and explores the interplay between medical ethics and medical practices. As state employees and agents of the state, medical professionals participated in organization of the healthcare system and construction of a new, Soviet society. Among other spheres, the revolutionary change concerned medical ethics. Officially, pre-Soviet principles of professional ethics were rejected, and new ethical concepts were determined by class interest and class consciousness. The rapid industrialization, forced collectivization and food requisitions and seizure of the late 1920 and early 1930s resulted in the catastrophic famine and deaths of millions of Soviet citizens. Ukraine was one of the most affected regions, and the explosive spread of epidemic diseases followed mass starvation. In their efforts to cope with this crisis and stop the spread of epidemics from the countryside to urban centres, the authorities imposed disciplinary public health orders that resulted in the intensification of state violence, and hundreds of thousands of rural and urban dwellers were treated by medical professionals. The article examines the role of Soviet medical professionals and their entanglement with ethical discourse and medical practice during the famine of 1932–1933.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,031
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,010
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,430
Tête enseignante GPT0,651
Écart entre enseignants0,221 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Genocide ResearchMême sujetHealth and Conflict StudiesTravaux en français237 207