Interpreting Autoimmune Risks in Covid-19 Vaccine Literature: A Two-Phase Qualitative Coding Protocol on Biological Mechanisms and Epistemic Integrity
Notice bibliographique
Résumé
The COVID-19 global vaccination campaign was justified as a necessary exit strategy from an unprecedented public health, social and economic crisis. However, concerns about adverse effects post-vaccination - particularly autoimmune reactions - have received comparatively less attention in the peer-reviewed literature. This protocol outlines a two-phase qualitative coding study that builds on a completed scoping review of 109 peer-reviewed articles to evaluate how associations between COVID-19 vaccination and autoimmune disorders are interpreted and framed. Phase 1 will focus on biological plausibility, by extracting mechanistic explanations such as molecular mimicry, bystander activation, and cytokine dysregulation, and assessing whether the mechanistic evidence reported aligns with authors’ conclusions. Phase 2 will focus on epistemic integrity, by applying a typology to analyze the evidentiary consistency between claims about vaccine-related harms and benefits within studies. Quotations will be extracted and analyzed for causal reasoning, rhetorical framing, and evidentiary symmetry. Articles will be double-coded, with inter-rater reliability assessed and adjudicated through discussion. By integrating mechanistic and epistemic analyses, the planned study will provide a framework for evaluating the interpretive standards applied to vaccine safety claims. Rather than reaffirming or rejecting specific biomedical positions, it will document how scientific knowledge is framed, qualified, or selectively emphasized - highlighting interpretive practices that have shaped evidence-based discourse within a climate of perceived urgency and institutional consensus.
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 | 0,161 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,008 | 0,011 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 ».