MétaCan
Menu
Retour à la cohorte
Enregistrement W2901508053 · doi:10.1080/17441692.2018.1542016

Changes in support for the continuation of female genital mutilation/cutting and religious views on the practice in 19 countries

2018· article· en· W2901508053 sur OpenAlexaff
Alissa Koski, Jody Heymann

Notice bibliographique

RevueGlobal Public Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueFemale Genital Mutilation/Cutting Issues
Établissements canadiensMcGill University
Organismes subventionnairesConrad N. Hilton Foundation
Mots-clésTanzaniaSierra leonePsychological interventionLegislationMedicineFemale circumcisionDeveloping countryReproductive healthSocioeconomicsPopulationEnvironmental healthEconomic growthPolitical scienceSociologyNursingLawGynecology

Résumé

récupéré en direct d'OpenAlex

Campaigns to end female genital mutilation/cutting (FGM/C) have been ongoing for decades. Many countries have adopted legislation that criminalises the practice and programmatic interventions aim to reduce support for it by presenting it as a violation of human rights and by highlighting associated health risks. We used Demographic and Health Survey data from 19 countries to measure national-level trends in the prevalence of FGM/C, reported support for the continuation of the practice, and the belief that it is a religious requirement among men and women. Levels and patterns in each of these outcomes vary markedly between countries. More than half of men and women born in recent years in Guinea and Mali support the continuation of the practice and believe that it is a religious requirement. Support for the continuation of FGM/C has fallen in Benin, Burkina Faso, Chad, Egypt, Ethiopia, Kenya, Senegal, and Tanzania, but has risen in Guinea, Niger, Nigeria, and Sierra Leone. The belief that FGM/C is a religious requirement is common, particularly in countries with high prevalence of cutting. Changes in support for cutting mirror those in the belief that it is a religious requirement.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,070
Tête enseignante GPT0,385
Écart entre enseignants0,316 · 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'étudeObservationnel
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

Citations77
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Public HealthMême sujetFemale Genital Mutilation/Cutting IssuesTravaux en français237 207