Scienza in discussione? Dalla controversia sui vaccini all'emergenza Covid-19
Bibliographic record
Abstract
La questione dei vaccini chiama in causa la relazione tra salute pubblica e autonomia individuale e tra evidenze scientifiche e loro traduzione in dispositivi e applicazioni sociali. Riemerso di recente in Italia con l’estensione dei vaccini obbligatori, il tema dell’«esitazione vaccinale» è stato ulteriormente alimentato dalla pandemia Covid-19, con le incertezze a livello di expertise e decisione politica – il cui rapporto mai come in questo frangente è apparso problematico – sulla somministrazione di vaccini sperimentati in tempi record. La rinuncia, in Italia come altrove, a imporla all’intera popolazione, così come l’avvertita necessità e la ritrosia a farlo per il personale sanitario, indicano che il problema è tutt’altro che semplice e marginale, investendo il rapporto tra stato, scienza e opinione pubblica e le modalità stesse di produzione della conoscenza scientifica. La semplificazione mediatica, in termini di pro e anti-vax, o addirittura di pro e anti-scienza, non ne aiuta la comprensione. Guardando alla questione da diversi punti di vista – dalla governance della salute alla «post-verità», dalle professioni sanitarie alle rappresentazioni individuali e mediatiche dell’esitazione vaccinale – il volume fornisce strumenti per fare luce sulle radici teoriche e motivazionali delle varie posizioni, ritenendo insufficienti le campagne educative o le strategie di persuasione basate sull’assunto del «deficit di comprensione», cui fa da contraltare lo spostamento del confronto scientifico sul piano mediatico. Ne derivano deleterie enfatizzazioni e strumentalizzazioni. Vi è la necessità di un modo diverso di affrontare il tema dei vaccini, non solo in termini di informazione e comunicazione ma di crescita culturale, credibilità delle istituzioni e relazione fiduciaria tra medici e pazienti. Il volume intende contribuire all’ampliamento della prospettiva su un problema complesso, destinato ad assumere rilevanza crescente.
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 | 0.031 | 0.072 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.016 |
| Scholarly communication | 0.016 | 0.016 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.010 | 0.018 |
| Insufficient payload (model declined to judge) | 0.025 | 0.006 |
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".