MétaCan
Menu
Retour à la cohorte
Enregistrement W2265683710

Culture Versus Women'' Rights Conflicts and Multicultural Compromises

2011· article· en· W2265683710 sur OpenAlexaboutno aff
Denise M Walsh

Notice bibliographique

RevueSSRN Electronic Journal · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBureaucracyCollective actionPoliticsMulticulturalismPolitical scienceCivil societyPublic policyState (computer science)Openness to experiencePolitical economySociologySocial psychologyLawPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper develops a framework for explaining why the implementation of culture versus women’s rights policies vary by drawing upon claims from the comparative politics, public policy, and political theory literature. I begin by explaining positive outcomes. I argue that the types of justice multicultural compromises deliver, to what extent, for whom, and why, vary according to political will and state capacity. I hypothesize that the strength of social movements, the openness of the public sphere, and the position of influential leaders in civil society shape the political will of policymakers to pressure the bureaucracy to implement the policy. Bureaucratic quality and performance, judicial independence, and the strength of institutions in the state are also crucial, as they constitute the state’s capacity to enact the policy. I also discuss negative outcomes. I hypothesize that when intense collective action is necessary for passage a decline in collective action will occur. When the policy targets a specific group, state regulatory power and group reification will increase. When policymakers ignore inequalities within the group, I hypothesize that implementation of the policy will increase group inequality. If these outcomes are pervasive, I expect increased intergroup tensions and violence against women. The paper concludes with some preliminary findings from Canada, India, and South Africa that investigate these hypotheses.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,020
Communication savante0,0050,004
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,039
Tête enseignante GPT0,302
Écart entre enseignants0,264 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetGender Politics and RepresentationTravaux en français237 207