How many flukes do you need? Stories on breast cancer at the Ambassador Bridge
Notice bibliographique
Résumé
1 in 8 Canadian women are diagnosed with breast cancer and incidence is rising. Only 5 to 10% of cases are genetic though when consulted, many women seem believe it is the most important factor in developing the disease. The scientific evidence increasingly tells us that up to 70% of breast cancers are linked to environmental exposures. Air pollution currently has the attention of many breast cancer researchers with multiple studies finding elevated incidence among women in high levels of exposure. My research with women workers at the Ambassador Bridge in Windsor, ON, the busiest border crossing in North America, where over 20,000 transport trucks and other vehicles cross each day, and a workplace where women are getting breast cancer at rates 16 times higher than the rest of the county, explores the layers influencing understandings, decisions, meaning-making and perceptions of environmental breast cancer risks in all their richness. The complexity of intersections of biological and sociological factors for breast cancer risks reveals this is not simply a public health issue, but also one of environmental justice. Kleinman’s cultural model of illness guides the identification of the subject in this study and how subject location influences understandings, interpretations and use of knowledge from different sources (e.g., personal and vicarious experiences, popular and social media, authoritative sources) in creating narratives and discourses of breast cancer risk. By analyzing in-depth individual interviews with 25 women workers from the Bridge, a story emerges about how women construct their narratives for risks for breast cancer by incorporating varying sources of information and making decisions about using that information based on “what really matters” to them. Personal experiences and interpretations of risk are intertwined, bringing together the biomedical, cultural and personal.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,007 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».