MétaCan
Menu
Retour à la cohorte
Enregistrement W3007683459 · doi:10.3390/socsci9030022

Proverbs and Patriarchy: Analysis of Linguistic Prejudice and Representation of Women in Traditional Akan Communities of Ghana

2020· article· en· W3007683459 sur OpenAlexaff
Charles Gyan, Eunice Abbey, Michael Baffoe

Notice bibliographique

RevueSocial Sciences · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensUniversity of ManitobaUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSociologyGender studiesRepresentation (politics)Identity (music)PatriarchyContext (archaeology)Interpretation (philosophy)Stereotype (UML)Prejudice (legal term)InequalitySocial psychologyPsychologyAestheticsLinguisticsPoliticsHistoryPolitical science

Résumé

récupéré en direct d'OpenAlex

Discourses govern the phenomenological interpretation of our everyday existence and influence both our way of thinking and our relationship with one another in the world. Undoubtedly, popular sayings and proverbs mediate the way of being in African context. This paper examines the role of proverbs and wise sayings in the African culture. This paper attempts to analyze the representation of women in sampled Akan proverbs and the ways in which these proverbs institutionalize the position, identity, and roles of women in traditional Akan communities of Ghana. This paper suggests that oral traditions are used in the systematic perpetuation of patriarchal culture, gender inequities, and inequality. Therefore, it recommends the revolutionalization of oral traditions to assist in the deinstitutionalization of the prevailing patriarchal discourses and culture in traditional Akan communities of Ghana.

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)0,001
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
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 Opus0,263
Tête enseignante GPT0,419
Écart entre enseignants0,156 · 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

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial SciencesMême sujetEducator Training and Historical PedagogyTravaux en français237 207