Controlling the Narrative, Consolidating Power:COVID-19 and Indonesia's Deepening Democratic Crisis
Notice bibliographique
Résumé
In mid-2022, Indonesia looked back at two and a half years of managing the COVID-19 \npandemic. In retrospect, there were two major, and very different, periods in Indonesia’s \napproach to COVID-19. The first period, from early 2020 to mid-2021, was marked by the \ninitial denial of the pandemic’s existence in Indonesia (Mietzner, 2020); the reluctance of the \ngovernment to impose stringent public health measures (Jaffrey, 2020; Aspinall, 2021); and the \nsystematic ignoring of warnings by epidemiologists and economists that the government’s \nprioritization of the economy was neither protecting the public nor the economy (Sulaiman, \n2020). After a massive spike of the Delta variant in mid-2021, which cost hundreds of \nthousands of people their lives and for which the government’s approach was primarily \nresponsible, Indonesia’s leadership changed course. Obviously shocked by the carnage, the \ngovernment tightened regulations, and it accelerated the acquisition of vaccines (Jaffrey, 2021). \nAs a result of natural protection caused by the mid-2021 wave and the new government \nmeasures (including a successful vaccination drive), COVID-19 fatality numbers remained \nrelatively low for the last quarter of 2021 and much of 2022.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,020 |
| Communication savante | 0,019 | 0,010 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».