Bibliographic record
Abstract
Au tournant des années 1990, la rougeole a balayé le monde. Évitable par la vaccination depuis 1963, la « première maladie » est pourtant une des grandes absentes d’un siècle pandémique qui tarde à s’achever, si ce n’est pour en faire l’incarnation d’un anti-vaccinationisme rampant. Au travers d’une chronique de la « crise » de 1988-1992, nous reviendrons sur le processus decoproductionentre l’infection et les technologies qui en protègent. Nous aborderons plus particulièrement la dimension sociale de l’infection virale pour comprendre pourquoi la vaccination de masse, au coeur d’une entreprise d’éradication appuyée, ne suffit pas à éviter la rougeole et participe même à accroître certaines inégalités en santé qui influent sur son épidémiologie. L’expérience de la COVID‑19 nous exhorte à mener ce genre de travail rétrospectif et à mobiliser l’Histoire en discipline de santé publique pour mieux saisir la place de la vaccination dans le passé et le présent viraux et contagieux.Documentation de l’OMS, littérature scientifique et terrain ethnographique forceront ensemble une approche « à parts égales » des espaces et des acteurs concernés, faisant dialoguer les expériences très locales et les politiques internationales pour révéler les écueils d’une santé (publique) globale ultra-technologisée et très verticale.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".