Beyond Biology: Understanding the Social Impact of Infectious Disease within Two Aboriginal Communities in Manitoba
Notice bibliographique
Résumé
Health crises such as the SARS epidemic and H1N1 have rekindled interest in the 1918 influenza pandemic, which swept the globe in the wake of the First World War and killed approximately 50 million people. Now more than ever, medical, public health, and government officials are looking to the past to help prepare for future emergencies.\nEpidemic Encounters zeroes in on Canada, where one-third of the population took ill and fifty-five thousand people died, to consider the various ways in which this country was affected by the pandemic. How did military and medical authorities, health care workers, and ordinary citizens respond? What role did social inequalities play in determining who survived? To answer these questions as they pertained to both local and national contexts, the contributors explore a number of key themes and topics, including the experiences of nurses and Aboriginal peoples, public letter writing in Montreal, the place of the epidemic within industrial modernity, and the relationship between mourning and interwar spiritualism.\nThe Canadian experience brings to light the complex ways that biology, science, society, and culture intersect in a globalizing world and offers new insight into medical history’s usefulness in the struggle against epidemic disease.\nThis book will be of value not only to historians and medical anthropologists but also to clinicians and government officials charged with planning responses to pandemic diseases.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,055 | 0,013 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».