MétaCan
Menu
Retour à la cohorte
Enregistrement W604464724

Partners in health, partners in crime : exploring the boundaries of criminology and sociology of health and illness

2003· book· en· W604464724 sur OpenAlexaboutno aff
Stefan Timmermans, Jonathan Gabe

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineMedicine
ThématiqueHistorical and Scientific Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCriminologyCriminal justiceMental illnessMental healthSociologyEthosPoliticsPleaSociology of health and illnessCoercion (linguistics)PsychiatryPsychologyLawPolitical scienceHealth care
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Notes on Contributors. 1. Introduction: Connecting Criminology and Sociology of Health and Illness: Stefan Timmermans and Jonathan Gabe. 2. Towards Generous Constraint: Freedom and Coercion in a French Addiction Treatment: Emilie Gomart. 3. The Cause of Death Vs. the Gift of Life: Boundary Maintenance and the Politics of Expertise in Death Investigation: Stefan Timmermans. 4. Violence Against Doctors: A Medical(ised) Problem? The Case of National Health Service General Pracitioners: Mary Ann Elston, Jonathan Gabe, David Denney, Raymond Lee and Maria Oa Beirne. 5. The Emergence and Implications of a Mental Health Ethos in Juvenile Justice: Sarah Armstrong. 6. Contesting the Text: Canadian Media Depictions of the Conflation of Mental Illness and Criminality: Riley Olstead. 7. Actor Networks, Policy Networks and Personality Disorder: Nick Manning. 8. Temporarily Insane: Pathologising Cultural Difference in American Criminal Courts: Sita Reddy. Index.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,004
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 Opus0,217
Tête enseignante GPT0,367
Écart entre enseignants0,149 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHistorical and Scientific StudiesTravaux en français237 207