Notice bibliographique
Résumé
In the call for articles for this special issue on girls’ health, we highlighted that “[g]irls’ health is an ongoing and evolving issue with ties that go beyond medical analyses to include a wide array of social, educational, political, and environmental discourses (among others!).” Th at a number of different perspectives might contribute to or strengthen the interdisciplinary focus of an issue as crucial as girls’ health was important to me as guest editor. Th is issue demonstrates that the relationship of girlhood to health—sexual health, in particular—is of critical concern to us all. It is an area full of challenges and barriers, most of them, as is evident in this issue, understood and often expressed by girls themselves. The articles presented here point to the many perspectives from which to approach this topic. Girls’ sexual health is linked to an array of intersecting issues including the pedagogical influences of popular romance literature; the ways in which girls use blogs to construct counter narratives about their sexual identity; how girls’ increased inclusion in citizenship discourses can increase their capacity to address sexual objectification; what girls do to negotiate power within their heterosexual relationships; how barriers to water access in Africa can lead to the awareness of the risks—which range from being perceived to be promiscuous to being raped—that young women face; as well as how the (mis)management of menstruation can affect girls’ education. This issue points to the global and local specifics of sexual health, and to health more generally. Th e concerns discussed here are geographically wide-ranging: Cameroon, Lesotho, Australia, the United States, and Canada provide the settings—some urban and others rural. Th e authors present a wide range of methodologies from which they explore girls’ health: literary analysis; autoethnography; and participatory methods such as digital storytelling, mediamaking, listening to what young people have to say in various research paradigms, blogging, and photovoice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,007 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,012 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».