MétaCan
Menu
Retour à la cohorte
Enregistrement W1833865993 · doi:10.3968/j.hess.1927024020110101.074

How does the Use of Cellular Phone Commit Violence Against Women

2011· article· en· W1833865993 sur OpenAlexvenueno aff
Roy Sajal, Tamanna Akter Himu

Notice bibliographique

RevueHigher education of social science · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStalking, Cyberstalking, and Harassment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommitPhoneContext (archaeology)Mobile phoneQualitative researchConceptual frameworkSociologyPublic relationsCriminologyPsychologyPolitical scienceSocial scienceEngineeringComputer scienceHistoryTelecommunications

Résumé

récupéré en direct d'OpenAlex

Over the years we see the less participation of women in the technological world especially in the developing nations like ours. Owing to gender gap and other social constrains, technology specially the use of cellular phone is biased towards young boys. In the context of Bangladesh the mobile technology is used by some group of people to perpetrate violence against women. This research monograph is been composed to examine how does violence against women commit by the use of cellular technology. The entire paper has been decorated in six chapters. The 1st chapter portrays the forwarding of the research topic which includes the research objectives and literature review. The second chapter focuses the conceptual framework linked to the research title. The 3rs chapter deals with the methodological arrangement. Here I have endeavored to go after the qualitative research technique. However the next chapter spotlights the profile of the responded which has assisted me to write up the further analysis. The fifth chapter analyses how does technology is responded in perpetrating violence against women. At the end of the day the final chapter deals with the recommendation and concluding remarks. Key words: Women; Cellular phone; Qualitative research; Violence

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)0,004
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,004
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,056
Tête enseignante GPT0,298
Écart entre enseignants0,242 · 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'étudeObservationnel
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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher education of social scienceMême sujetStalking, Cyberstalking, and HarassmentTravaux en français237 207