Bibliographic record
Abstract
En Afrique, le traitement du sida par les antirétroviraux est soumis en premier lieu à des enjeux économiques qui réservent l’accès aux médicaments à une infime minorité de personnes. Quels sont les effets culturels de la disponibilité de ces traitements? Les antirétroviraux ne font pas seulement l’objet d’une « indigénisation » décrite à propos d’autres médicaments ; ils sont soumis à une expérience des patients qui, dépassant les limites de l’observance, conduit ces derniers à modifier leurs relations sociales ; ils constituent des révélateurs de « politiques de la vie » antagonistes du global au local en suscitant des catégorisations dans l’accès aux médicaments ; ils polarisent le système médical et conduisent à redéfinir les légitimités notamment aux articulations entre secteurs biomédical professionnel et secteurs traditionnel et populaire. L’impact de ces traitements en termes de modifications des représentations, des pratiques et des rapports sociaux, dépasse largement le secteur biomédical, car ils suscitent la production de médicaments néo-traditionnels dont la légitimité est construite à partir d’emprunts à la biomédecine, sur les terrains laissés vacants par celle-ci dans le champ de l’identité et de l’accessibilité, dans un processus favorisé par la globalisation.
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 | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
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".