MétaCan
Menu
Retour à la cohorte
Enregistrement W1807775112 · doi:10.1186/1472-698x-2-6

Community based rehabilitation: a strategy for peace-building

2002· article· en· W1807775112 sur OpenAlexaff
William Boyce, Michael Koros, Jennifer Hodgson

Notice bibliographique

RevueBMC International Health and Human Rights · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics and Legal Issues in Pediatric Healthcare
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPeacekeepingContext (archaeology)EmotiveState-buildingCapacity buildingPolitical sciencePublic relationsDemocracyState (computer science)Intervention (counseling)Public administrationSociologyPoliticsPsychologyLawComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Certain features of peace-building distinguish it from peacekeeping, and make it an appropriate strategy in dealing with vertical conflict and low intensity conflict. However, some theorists suggest that attempts, through peace-building, to impose liberal values upon non-democratic cultures are misguided and lack an ethical basis. DISCUSSION: We have been investigating the peace-building properties of community based approaches to disability in a number of countries. This paper describes the practice and impact of peace-building through Community Based Rehabilitation (CBR) strategies in the context of armed conflict. The ethical basis for peace-building through practical community initiatives is explored. A number of benefits and challenges to using CBR strategies for peace-building purposes are identified. SUMMARY: During post-conflict reconstruction, disability is a powerful emotive lever that can be used to mobilize cooperation between factions. We suggest that civil society, in contrast to state-level intervention, has a valuable role in reducing the risks of conflict through community initiatives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,015
Communication savante0,0060,006
Science ouverte0,0030,017
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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.

Tête enseignante Opus0,156
Tête enseignante GPT0,443
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC International Health and Human RightsMême sujetEthics and Legal Issues in Pediatric HealthcareTravaux en français237 207