MétaCan
Menu
Retour à la cohorte
Enregistrement W2922827689 · doi:10.22037/ch.v6i2.22583

دلایل عدم تمایل به فرزندآوری در شهر تهران

2019· article· fa· W2922827689 sur OpenAlexaff
امیر عرفانی, جواد شجاعی

Notice bibliographique

Revuenon disponible
Typearticle
Languefa
DomaineEngineering
ThématiqueMilitary Technology and Strategies
Établissements canadiensNipissing University
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

زمینه و هدف: طی دو دهه گذشته میزان باروری در ایران زیر سطح جایگزین (دو فرزند) باقی مانده است که در صورت تداوم آن، به واسطه سالخوردگی جمعیت، باعث کاهش نیروی کار فعال مورد نیاز برای رشد اقتصادی کشور می شود. هدف این پژوهش تعیین دلایل عدم تمایل زوجین شهر تهران برای خواستن فرزند می باشد. روش و مواد: این پژوهش توصیفی، مبتنی است بر داده های پیمایش 1391 قصد باروری که در بین 2267 نفر نمونه تصادفی از جمعیت زنان و مردان متأهل زیر 36 سال ساکن مناطق 22 گانه شهر تهران اجرا شد. نمونه‌ها با استفاده از روش نمونه‌گيري دومرحله‌اي خوشه ای طبقه‌اي تصادفي انتخاب شد. جمع آوری داده ها با استفاده از یک پرسشنامه ساختارمند و از طریق مصاحبه چهره به چهره پرسشگران آموزش دیده با افراد نمونه در درب منازل آنها انجام گرفت. با استفاده از نرم افزار SPSS-24 و تحلیل توصیفی داده ها، دلایل نخواستن فرزند به تفکیک زیر گروه های اقتصادی-اجتماعی جمعیت مورد مطالعه قرار گرفت. یافته ها: در مجموع، 902 (40%) نفر از پاسخگویان قصد دارند فرزندآوری را متوقف کنند. عدم توانایی برای تأمین هزینه های فرزند دیگر 414 (27%) نفر، داشتن تعداد مورد نظر فرزندان 379 (25%) نفر و نگرانی نسبت به آینده فرزندان 221 (15%) نفر به ترتیب به عنوان مهم ترین دلایل نخواستن فرزند ذکر شده است. تداخل فرزندآوری با علایق، تفریحات، و برنامه-های کاری و تحصیلی 241 (16%) نفر، دلایل مهم دیگر برای نخواستن فرزند است که بیشتر از سوی مردان، دارندگان تحصیلات عالی و درآمد بالا و تک فرزندها و بی فرزندها ذکر شده است. مخالفت همسر 88 (6%) نفر و رابطه زناشویی نامناسب 37 (2%) نفر از دیگر دلایل عدم تمایل به فرزندآوری است. نتیجه گیری: مطالعه نشان داد که علاوه بر مشکلات اقتصادی، نگرانی از آینده فرزندان و تداخل فرزندآوری با علایق، تفریحات، و برنامه های کاری و تحصیلی فرد دو دلیل مهم فرهنگی و اجتماعی برای نخواستن فرزند است، که ضرورت دارد در تدوین و اصلاح سیاست های جمعیتی به آنها توجه جدی شود.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,418

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,003
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1250,101

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 Opus0,005
Tête enseignante GPT0,179
Écart entre enseignants0,175 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMilitary Technology and StrategiesTravaux en français237 207