Bibliographic record
Abstract
Cet article prend le programme de prévention du sida au Népal comme étude de cas pour réfléchir sur l’intersection entre les programmes internationaux de bien-être social et les politiques locales du développement. Il s’agit d’examiner comment un modèle progressiste mettant l’accent sur les conditions sociales qui favorisent l’infection au VIH s’est transformé dans la pratique, à la faveur de son application par des organisations non gouvernementales à travers la rationalité courante de l’appareil népalais de développement. Loin de remettre en question les rapports de pouvoir qui perpétuent les modèles de mauvaise santé, la réponse au sida issue des pratiques des ONG a davantage stigmatisé les groupes marginaux, spécialement les populations des castes inférieures et les travailleuses du sexe appartenant à une minorité ethnique, en les ciblant comme des gens qui « ont besoin » des interventions de prévention du sida. Pour comprendre comment et pourquoi cela a pu se produire, il faut examiner les pratiques de développement des ONG au sein du contexte politique dans lequel elles agissent. Les analyses des réponses sociales au sida dans des pays du Sud doivent tenir compte des façons dont les politiques locales de développement s’immiscent même dans les stratégies les plus progressistes de prévention du sida.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.009 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".