MétaCan
Menu
Retour à la cohorte
Enregistrement W1949451650 · doi:10.25071/1920-7336.34719

“Education Is My Mother and Father”: The “Invisible” Women of Sudan

2012· article· en· W1949451650 sur OpenAlexvenueno aff
Amani El Jack

Notice bibliographique

RevueRefuge Canada s Journal on Refuge · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and experiences of immigrants and refugees
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeeContext (archaeology)Independence (probability theory)Gender studiesSociologyDestinationsPower (physics)Political scienceGeography

Résumé

récupéré en direct d'OpenAlex

Education plays a significant role in informing the way people develop gender values, identities, relationships, and stereotypes. The education of refugees, however, takes place in multiple and diverse settings. Drawing on a decade of field research in Kenya, Sudan, Uganda, and North America, I examine the promises and challenges of education for refugees and argue that southern Sudanese refugee women and girls experience gendered and unequal access to education in protracted refugee sites such as the Kakuma refugee camp, as well as in resettled destinations such as Massachusetts. Many of these refugees, who are commonly referred to as the “lost boys and girls,” did not experience schooling in the context of a stable family life; that is why they often reiterate the Sudanese proverb, “Education is my mother and father.” I argue that tertiary education is crucial because it promotes self-reliance. It enables refugees, particularly women, to gain knowledge, voice, and skills which will give them access to better employment opportunities and earnings and thus enhance their equality and independence. Indeed, education provides a context within which to understand and make visible the changing nature of gender relationships of power.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0320,011
Communication savante0,0060,004
Science ouverte0,0010,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,297
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'étudeQualitatif
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

Citations56
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRefuge Canada s Journal on RefugeMême sujetEducation and experiences of immigrants and refugeesTravaux en français237 207