MétaCan
Menu
Retour à la cohorte
Enregistrement W2326468107 · doi:10.1080/02589346.2016.1155139

Gender justice and the Millennium Development Goals: Canada and South Africa considered

2016· article· en· W2326468107 sur OpenAlexaffabout
Colleen O’Manique, Pieter Fourie

Notice bibliographique

RevuePolitikon · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHuman Rights and Development
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésMillennium Development GoalsEmpowermentPolitical scienceEconomic growthFraming (construction)PoliticsGender mainstreamingGood governanceGender studiesCorporate governanceDevelopment economicsSociologyGender equalityGeographyPoverty

Résumé

récupéré en direct d'OpenAlex

The expiration of the Millennium Development Goals (MDGs) in 2015 means that the global development industry has been working towards crafting an MDG 2.0, for the post-2015 context: the Sustainable Development Goals. There is both an explicit and an implicit gender focus in both the MDGs and SDGs. Three of the eight MDGs were directly targeted at women and girls, while there was a stated understanding that all eight goals apply equally to men and women. Despite robust PR, the 2010 and 2012 United Nations (UN) Reports on the MDGs cited persistent violence against women, and continued discrimination in access to education, work, and participation in governance. In other words, the MDGs and their metrics appear to have reaffirmed existing gender norms and relations rather than challenging the status quo. We survey critical explanations of this failure, in the Canadian and South African contexts, and apply a critical feminist lens to suggest an alternative framing of gender justice. We suggest that one cannot understand the limitations of the MDG model of empowerment for women without considering the broader socio-political and ideological contexts that shape developmental interventions: an understanding that is critical to the design of the SDGs if they are to transcend the shortcomings of the MDGs.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,487

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0330,018
Communication savante0,0100,006
Science ouverte0,0010,005
Intégrité de la recherche0,0060,009
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 Opus0,049
Tête enseignante GPT0,262
Écart entre enseignants0,213 · 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

Citations10
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolitikonMême sujetHuman Rights and DevelopmentTravaux en français237 207