MétaCan
Menu
Retour à la cohorte
Enregistrement W2772432219 · doi:10.1080/23311932.2017.1415100

Scaling-up: Gender integration and women’s empowerment in Southern Ethiopia

2017· article· en· W2772432219 sur OpenAlexafffund
Esayas Bekele Geleta, Patience Elabor-Idemudia, Carol J. Henry

Notice bibliographique

RevueCogent Food & Agriculture · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensUniversity of SaskatchewanNorthwestern Polytechnic
Organismes subventionnairesGlobal Affairs CanadaInternational Development Research CentreGovernment of Canada
Mots-clésEmpowermentGender equityPatriarchyWomen's empowermentEquity (law)Economic growthFocus groupFood securityFeminismPublic relationsSociologyPolitical scienceGender studiesBusinessMarketingEconomicsAgricultureGeography

Résumé

récupéré en direct d'OpenAlex

In the last couple of decades, the scaling up of successful pilot projects has been considered a crucial development strategy. The majority of scaling-up programs in developing countries stipulate the integration of gender as a central objective. In the article we argue that while the integration of gender in the scaling up of pilot projects has the potential to empower women, care should be taken not to overly focus on a segment of the women category (particular female heads of households) and overstate temporary gender gains that do not transform exploitative gender norms and practices. The article draws on evaluation research undertaken by researchers of the Scaling-up of Pulse Innovation for Food and Nutrition Security (SPIFoNS) Project, implemented in Southern Ethiopia. Data of this write-up were gathered using semi-structured questions, focus group discussions and observation. The article argues that if projects such as SPIFoNS are to adequately challenge patriarchy and contribute to bringing about gender equity, they need to recognize the heterogeneity of women and design multidimensional programs that can help married women to gain full access to resources and participate in important household decision-making processes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil0,927

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,279
Écart entre enseignants0,257 · 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 tête enseignante, 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

Citations12
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCogent Food & AgricultureMême sujetPoverty, Education, and Child WelfareTravaux en français237 207