When Claims of ‘Revisionism’ and ‘Misinformation’ are Themselves Misinformed: Implications for Policy Decision-Making
Notice bibliographique
Résumé
A recent publication defined lockdown “revisionism” as “the spread of misinformation on lockdowns and other public health measures.” We used this publication to analyze the claim that questioning lockdowns or other public health interventions and mandates amounts to lockdown “revisionism” and “misinformation”. We suggest that the term ‘revisionism’, like the term ‘misinformation’ contained in its definition, were merely labels used to denigrate evidence-based contrary conclusions so as to avoid having to critically appraise the best evidence itself. We aim to describe how, by glossing over topics without fully engaging with the best evidence available, the assertions made do not withstand critical scrutiny. We suggest that, to ensure lessons are learned for the future, we must be willing to engage in rigorous and open debate – calling reasonable critical scrutiny of evidence ‘misinformation’, ‘disinformation’, or ‘revisionism’ is not supportive of this goal. Finally, we suggest that a main lesson from the COVID-19 pandemic is not to have an increased focus on so-called ‘misinformation’ and ‘revisionism’, but rather to re-discover the emergency management process of making decisions that ensure multidisciplinary representation, transparency, cost-benefit analyses of courses open using the best evidence available, and that protects against censorship and groupthink.
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 | 0,464 | 0,723 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,018 | 0,192 |
| Communication savante | 0,067 | 0,107 |
| Science ouverte | 0,012 | 0,029 |
| Intégrité de la recherche | 0,055 | 0,058 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».