The Effectiveness of International Law on Public Health Inequities Within Ethnicity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ethnicity-based public health inequities continue worldwide, reflecting established failures in law, governance, and social justice. International legal instruments, including the International Covenant on Economic, Social and Cultural Rights (ICESCR), the Convention on the Elimination of All Forms of Racial Discrimination (CERD), and the United Nations Declaration on the Rights of Indigenous Peoples (UNDRIP), obligate states to provide equitable access to healthcare and address structural components of inequality. This article critically evaluates the effectiveness of these frameworks in advancing health equity, adopting a black-letter legal approach integrated with the social determinants of health models to assess whether ratified commitments have translated into quantifiable changes for marginalized ethnic populations. Case studies from Canada, Australia, and the United States—high-capacity health systems with entrenched inequities—portray the gap between normative commitments and practical implementation. Findings demonstrate that while international law has shaped discourse, promoted civil society advocacy, and influenced select policy reforms, weak enforcement, reliance on voluntary compliance, and insufficient accountability mechanisms curb its capability to generate consistent outcome-based change. Recommendations include establishing a framework convention on global health equity, strengthening the WHO’s mandate on racial justice, improving ethnic-disaggregated data reporting, and ingraining affected communities in policymaking. Normative strength is apparent, but operational impact remains dependent on an enforceable framework and sustained political will.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle