People-Centered Accountability amid the Gaza Genocide: Doctors Against Genocide, Healthcare Workers Watch, and the Freedom Flotilla Coalition.
Notice bibliographique
Résumé
This paper examines how people-centered accountability initiatives are operating to enforce the right to health amid Israel's genocide in Gaza. Drawing on a critical case study of Doctors Against Genocide, Healthcare Workers Watch, and the Freedom Flotilla Coalition, we situate these actors' work within international human rights law, social accountability scholarship, and decolonial and abolitionist critiques. We show how these actors are able to combine clinical documentation, survivor testimony, and direct action to monitor human rights violations, generate medically literate records of the harm inflicted, and press for remedies that state-centered mechanisms have failed to deliver despite findings of war crimes and genocide by United Nations bodies and human rights groups. Across these cases, we identify some common practices and tensions surrounding coalition-building, risks to documentation, navigating a media environment of mis/disinformation, and engaging strategically with institutions that often reproduce health harms or are directly complicit. We argue that these movements treat people-centered accountability as part of their professional duty and act on a mandate to prevent mass atrocity crimes rather than being silent. We conclude by outlining some practical implications for clinicians, professional associations, and health systems seeking to align their global health practice with a people-centered approach to accountability.
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 | 0,027 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,035 | 0,049 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».