MétaCan
Menu
Retour à la cohorte
Enregistrement W1921408509 · doi:10.5539/ass.v11n23p169

Face Off: Acid Abuse and Consumer Rights

2015· article· en· W1921408509 sur OpenAlexvenueno aff
Kartini Aboo Talib Khalid, Sakina Shaik Ahmad Yusoff, Rahmah Ismail, Suzanna Mohammed Isa

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic, Cultural, and Literary Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Punishment (psychology)Economic JusticeJurisprudenceControl (management)BusinessLawFace (sociological concept)Quality (philosophy)Public relationsPolitical sciencePsychologySociologySocial psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

The misuse of acid for personal revenge is a gruesome issue. Several cases were reported and the year 2011 marked the greatest number of cases for such violent attacks. This article discusses the safety issues within the scope of socio-legal perspectives. The scope of the study examines the misuse of acid in Malaysia over the years and the legal aspects pertaining to authorities, consumers, and victims. This study applies a qualitative method with descriptive and critical analyses and evidence. Cases and legal acts are cited accordingly. The law is used as a control mechanism to halt repeating cases by providing jurisprudence for prosecution. Discussions include a few laws such as Consumer Protection Act of 1999 and the Environmental Quality Act of 1974. Findings reveal that the law is significant when the issue becomes rampant and out of control. However the law may not provide justice when punishment is not a deterrent. Although penalties are paid and jail sentences served, these consequences do little to change the felon’s behavior. Thus, strengthening the law without a clear implementation or follow up procedures will keep consumers’ safety at risk. Instead, providing continuous support systems and preventive programs would help create awareness and enhanced personal safety in Malaysian society.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,018
Communication savante0,0040,005
Science ouverte0,0000,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,033
Tête enseignante GPT0,321
Écart entre enseignants0,289 · 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'étudeSans objet
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetLinguistic, Cultural, and Literary StudiesTravaux en français237 207