Pandemics, Public Health, and the Regulation of Borders : Lessons from COVID-19
Notice bibliographique
Résumé
This book examines how the COVID-19 pandemic has engendered a new and challenging environment in which borders drawn around people, places, and social structures have hardened and new ones have emerged. Over the course of the COVID-19 pandemic, borders closed or became unwelcoming at the international, national, sub-national, and local levels. Debate persists as to whether those countries and territories that tightly managed their borders, like New Zealand, Australia, or Hong Kong, got it ‘right’ compared to those that did not. Without doubt, a majority of those who suffered and died throughout the pandemic have been those from vulnerable populations. Yet on the other hand, efforts taken to manage the spread of the disease, such as through border management, have also disproportionately affected those who are most vulnerable. How then is the right balance to be struck, acknowledging, too, the economic and other imperatives that may dissuade governments from taking public health steps? This book considers how international organizations, countries, and institutions within those countries should conceive of, and manage, borders as the world continues to struggle with COVID-19 and prepares for the next pandemic. Engaging a range of international, and sub-national, examples, the book thematizes the main issues at stake in the control and management of borders in the interests of public health. This book will be of considerable interest to academics in the fields of health law, anthropology, economics, history, medicine, public health, and political science, as well as policymakers and public health planners at national and sub-national levels.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,020 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».