MétaCan
Menu
Retour à la cohorte
Enregistrement W4387900891 · doi:10.1097/mc9.0000000000000083

Dissemination of Traditional Chinese Medicine in Latin America and the Caribbean: the Cases of Peru, Chile, and Cuba

2023· article· en· W4387900891 sur OpenAlexaff
Patricia Palma

Notice bibliographique

RevueChinese Medicine and Culture · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensEmergent BioSolutions (Canada)
Organismes subventionnairesnon disponible
Mots-clésChinaLatin AmericansPersecutionImmigrationEthnic groupTraditional medicineGeographyPolitical scienceHistoryEthnologyDevelopment economicsEconomic growthMedicineLawPolitics

Résumé

récupéré en direct d'OpenAlex

Traditional Chinese medicine (TCM) arrived from China to Latin America and the Caribbean in the 1840s due to the massive migration of Chinese people to the region. In a few years, the press noticed the presence of Chinese herbalists practicing in different cities and countries regardless of the demographic weight of the Chinese community. The fascination with Chinese doctors implicated not only the press but also the literature, a phenomenon particularly observed in Cuba. In the first decades of the 20th century, the reactivation of Chinese immigration to the region fostered an anti-Chinese climate that materialized in more significant migratory restrictions and control of their businesses, such as what happened with Chinese herbalists. These herbalists who practiced inside and outside the Chinese community started to object to criticism and persecution by the conservative press and professional doctors. Despite this, Chinese doctors will continue to maintain their support of a significant number of ill persons. This work seeks to illuminate the historical relevance of TCM in Latin America and the Caribbean, focusing on the cases of Peru, Chile, and Cuba. This last country was far from China culturally and geographically, but as in many other small towns in the region, Chinese medicine presented an alternative to the treatment of illnesses.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,443

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,019
Tête enseignante GPT0,317
Écart entre enseignants0,298 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Medicine and CultureMême sujetInternational Development and AidTravaux en français237 207