MétaCan
Menu
Retour à la cohorte
Enregistrement W2078629634 · doi:10.1016/j.ijgo.2005.05.001

Sex selection: Treating different cases differently

2005· article· en· W2078629634 sur OpenAlexaff
Bernard M. Dickens, Gamal I. Serour, Rebecca J. Cook, Ren-Zong Qiu

Notice bibliographique

RevueInternational Journal of Gynecology & Obstetrics · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSex selectionGirlSelection (genetic algorithm)RedressSex ratioAbortionIncentiveConvention on the Elimination of All Forms of Discrimination Against WomenPsychologyPreferenceDemographyPolitical scienceDevelopmental psychologyLawPregnancyEconomicsSociologyBiologyComputer sciencePopulationHuman rights

Résumé

récupéré en direct d'OpenAlex

This paper contrasts ethical approaches to sex selection in countries where discrimination against women is pervasive, resulting in selection against girl children, and in countries where there is less general discrimination and couples do not prefer children of either sex. National sex ratio imbalances where discrimination against women is common have resulted in laws and policies, such as in India and China, to deter and prevent sex selection. Birth ratios of children can be affected by techniques of prenatal sex determination and abortion, preconception sex selection and discarding disfavored embryos, and prefertilization sperm sorting, when disfavored sperm remain unused. Incentives for son preference are reviewed, and laws and policies to prevent sex selection are explained. The elimination of social, economic and other discrimination against women is urged to redress sex selection against girl children. Where there is no general selection against girl children, sex selection can be allowed to assist families that want children of both sexes.

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)0,019
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 enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0030,013
Communication savante0,0040,005
Science ouverte0,0020,004
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,035
Tête enseignante GPT0,330
Écart entre enseignants0,295 · 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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Gynecology & ObstetricsMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207