MétaCan
Menu
Retour à la cohorte
Enregistrement W2922206523 · doi:10.6000/1929-7092.2019.08.06

Effects of Gender-Based Violence Towards Young Females: The Case of Vhufuli Village in Thohoyandou, Limpopo Province-South Africa

2019· article· en· W2922206523 sur OpenAlexvenueno aff
Tsoaledi Thobejane

Notice bibliographique

RevueJournal of Reviews on Global Economics · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomicsGeographyGender relationsPolitical scienceGender studiesSociology

Résumé

récupéré en direct d'OpenAlex

Gender based violence towards young women is a pandemic experienced mostly by women of all classes and age in different settings, spheres of life and environment.It affects the victim both socially, emotionally, psychologically and physically.Gender based violence is caused by various factors such as substance abuse, lack of education as well as gender norms, socialization and aggressive behavior of men.This study explored the experiences of young women regarding gender-based violence and factors that contribute to this scourge.The research was qualitative in nature and used non-probability sampling as well as snowball and purposive sampling to gather the data.The population was young women between the ages of 12-25 from Vhufuli village.Data was collected using semi-structured interviews.The key finding of the study is that young women are experiencing sexual abuse, physical abuse, emotional abuse, economic and psychological abuse at the hands of their partners and parents.The recommendations are that policy makers need to regulate laws that will also be enforced, as a way of fighting against gender-based violence.There is a need to educate our communities about the dangers posed by patriarchy, and to also understand how hegemonic masculinities can be toxic in our communities.Social workers could also help by coming up with early intervention strategies that may assist in curbing the pandemic of domestic violence.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,004
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 GPT0,316
Écart entre enseignants0,277 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reviews on Global EconomicsMême sujetIntimate Partner and Family ViolenceTravaux en français237 207