Public health, biopower and whistleblowing : The case of a leaked Covid-19 report in British Columbia (BC)
Notice bibliographique
Résumé
Rapidly changing populations, new technologies and outbreaks of diseases on a global scale have made the need for Public health organisations to adapt rapidly. It is not surprising then, that in these conditions Public Health officials have had to come up with new strategies and change processes in order to organise effectively and continue providing services to the public. This thesis deals with what happens when during such a change process that requires rapid action, public health organizations are confronted with whistleblowers or leaking behaviour. Utilising the concepts of biopolitics, biopower and algorithmic governmentality, the empirical example of BC’s leaked covid report is examined to understand the impact of leaking on public health and its change processes. Viewing change as a game of power that goes beyond simply classifying change as good or bad, but rather taking into consideration context, power dynamics and shifting perspectives with an ever evolving pandemic looming over public health organisations as they have to make decisions that impact whole countries. Leaking behaviour becomes the spotlight as it highlights exactly how certain decisions taken by public health as part of the rapid change processes may be misconstrued or misunderstood. Therefore highlighting the power that whistleblowers and leakers can hold over big corporations and how they may or may not lead to organisational change
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,036 | 0,013 |
| Communication savante | 0,009 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,011 |
| 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 ».