MétaCan
Menu
Retour à la cohorte
Enregistrement W4392934775 · doi:10.1093/jahist/jaad382

Masters of Health: Racial Science and Slavery in U.S. Medical Schools

2024· article· en· W4392934775 sur OpenAlexaffabout
Victoria Kennedy

Notice bibliographique

RevueJournal of American History · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRace, History, and American Society
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésHealth scienceMedical scienceSociologyHistoryMedical educationPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Masters of Health, by Christopher D. E. Willoughby, is a compelling exploration of how ideas about race were constructed by American medical professionals in the nineteenth century and then used to increase their recognition as experts. Willoughby shows how these race ideas developed among intellectuals and were then spread within the general population, as doctors trained in U.S. medical schools practiced throughout the United States. The growing number of northern and southern medical schools during the nineteenth century included discussions of race as part of their core curricula. Willoughby clearly alludes to both the shifting scientific explanations offered about racial difference and the consistency of white supremacy in these schools' teachings. Examining the intense debate between polygenesis and monogenesis origins, for example, he shows how, despite a clear philosophical divide, both sides ultimately embraced a common belief in the superiority of whites over all other races. Medical educators used a variety of methods to inculcate their own beliefs in those they taught, creating a “clinical racial gaze” (p. 114). Masters of Health looks deeply at the lectures and textbooks assigned to medical students by well-known professors such as Joseph Leidy of the University of Pennsylvania and Oliver Wendell Holmes Sr. of Harvard University. Just as importantly, Willoughby analyzes over four thousand dissertations written by medical students between 1807 and 1861 to demonstrate how these ideas were processed and reiterated by those who encountered them as part of their education.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,006
Communication savante0,0050,005
Science ouverte0,0000,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0430,004

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 GPT0,321
Écart entre enseignants0,303 · 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.

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of American HistoryMême sujetRace, History, and American SocietyTravaux en français237 207