Beyond Utility: Analyzing Unseen Infrastructures of Necromobility
Notice bibliographique
Résumé
The year 2020 was unprecedented on varying accounts but will undoubtedly be remembered by a global pandemic bringing the world to a shuddering halt. As nations scrambled to flatten the outbreak’s curve, the virus tested the capacity of healthcare systems and local morgues, and with the overwhelming number of fatalities came the shocking images of the pandemic’s consequences: the erection of temporary morgues and mass graves. While current measures inherit guidelines by global authorities, the Canadian government has yet to provide a tailored approach that addresses local limitations and resources in times of mass fatalities. \nAs hospitals and morgues operated near capacity at the start of pandemic system, monumental efforts have been made to alleviate pressures on our healthcare system, while deathcare remains in a historically precariousstate. With increasing rates of death, various ad-hoc solutions have emerged to supplement unit capacities and to facilitate social distancing at traditional services. Acknowledging that present research predisposes care of the living, Beyond Utility aims to shed light on the invisible industry that cares for the dead and its crucial role in maintaining public health. By documenting the journey of bodies, from time of death to final disposition, the unseen processes within the deathcare industry captures a system that has been historically overlooked, understaffed, operating near capacity. \nUsing case studies of deathcare crises in Ontario, research addresses inherent spatial constraints within institutions, conflicting interests between stakeholders and legislations, and programmatic limitations from ad-hoc constructions. While the unexpected deaths due to COVID-19 have only further strained deathcare operations, Beyond Utility argues the permanence of ad-hoc constructions, the adaptability of current deathcare practices, and the need for collaborative planning between agencies and disciplines as service demands rise.
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 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».