MétaCan
Menu
Retour à la cohorte
Enregistrement W2790430732 · doi:10.5539/mas.v12n4p57

Begging Phenomenon in Jordan: Family Role and Causes

2018· article· en· W2790430732 sur OpenAlexvenueno aff
Taghreed Salsi Ali Al-Muhareb, Mohammad Sayel Alzyoud

Notice bibliographique

RevueModern Applied Science · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeggingUnemploymentPhenomenonDemographic economicsSample (material)PopulationSocial capitalPsychologySociologySocial psychologyEconomic growthEconomicsDemographyPolitical scienceSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

The study aimed to find out the role of the family in facing begging phenomena and its causes from the point of view of Jordan Families. The study population consisted of 865339 families from Amman, the Capital of Jordan. The study sample was chosen randomly, and it consisted of 4750 families. The study used a questionnaire to collect its data. To answer the first and third questions, means and standard deviations for each item and the whole domain were calculated. To answer the second question, the means, standard deviations, t-test, and one way ANOVA Analysis were used. The study revealed that some families encourage their kids to beg and seek help from others. In addition, families are busy with other responsibilities and they do not give their kids the required support that educate them and keep them away from begging. Also, there are multiple reasons that have stood behind the wide spread of the begging phenomenon such as the current difficult situation that Jordan society experience due to economic, social, and political conditions. The study revealed that low level of education for mothers is not behind the begging phenomena, but rather it is the family income at first. Unemployment reduces family income which makes the individuals to search for other means of satisfying the family needs. This, however, finally result to begging.

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)0,001
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 enseignants0,381
Score d'incertitude au seuil0,895

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,046
Tête enseignante GPT0,381
Écart entre enseignants0,335 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetHomelessness and Social IssuesTravaux en français237 207