MétaCan
Menu
Retour à la cohorte
Enregistrement W4387122668 · doi:10.18357/anthropologica65120231066

Using the Pandemic for Their Own Gain: The Experiences of COVID in Serbia

2023· article· en· W4387122668 sur OpenAlexaffvenue
Mirjana Uzelac

Notice bibliographique

RevueAnthropologica · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCurfewPandemicGovernment (linguistics)Context (archaeology)State of emergencySerbianCriticismPoliticsPolitical scienceState (computer science)Coronavirus disease 2019 (COVID-19)SociologyHistoryLawMedicine

Résumé

récupéré en direct d'OpenAlex

The paper analyzes the experiences of older adults (65 years of age and older) with the COVID-19 pandemic in Serbia. At the beginning of the pandemic, the Serbian government declared a national state of emergency, which included a strict curfew in which older adults were forbidden to leave their homes under any circumstances. After 52 days, the state of emergency was lifted, which was soon followed by a rapid loosening of coronavirus measures. During this time, Serbia held parliamentary elections that were rife with irregularities. The government was accused of using the pandemic for political gains, including fabricating the numbers of COVID-19 deaths. The interlocutors in the study mapped their experiences with these measures and recounted how their lives had changed since the early days of the pandemic and into 2022. All interlocutors chose to frame their experiences through their criticism of the government and how it mishandled the pandemic. Rather than making excuses for a weaker government, the criticism is based on interlocutors’ expectations of a capable statecraft that can take care of its people, and the inability of the existing government to fulfill these expectations. Through the experiences of the pandemic, the study examines the tensions between the government and people in Serbia’s post-socialist context, and how these tensions are heightened during the time of crisis.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,142
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,229
Tête enseignante GPT0,471
Écart entre enseignants0,242 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueAnthropologicaMême sujetHealth disparities and outcomesTravaux en français237 207