MétaCan
Menu
Retour à la cohorte
Enregistrement W3044364369 · doi:10.32920/ryerson.14639844.v1

Domestic Violence in Immigrant Communities : Case Studies

2021· preprint· en· W3044364369 sur OpenAlexaboutno aff
Ferzana Chaze, Bethany Osborne, Archana Medhekar, Purnima George, Katrina Chahal

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueInternational Human Rights and Reproductive Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDomestic violenceImmigrationCriminologyPsychological interventionVulnerability (computing)Social workSociologyPolitical scienceGender studiesPoison controlSuicide preventionLawMedicineComputer securityNursing

Résumé

récupéré en direct d'OpenAlex

Domestic Violence in Immigrant Communities: Case Studies” is a freely accessible eCampus Ontario Pressbook containing case studies of immigrant women experiencing domestic violence to be used as educational materials. The contents were created by analysing closed legal case files of 15 immigrant women living in Ontario who experienced domestic violence. The comprehensive case studies that emerge from this research present domestic violence experienced by immigrant women in all its complexity, highlighting their unique vulnerability at the intersections of race, gender and immigration status. The book also highlights the different legal processes that these women encounter in seeking justice and the challenges they face in relation to re-establishing their own lives and the lives of their children. In addition to the cases, the book contains questions for reflection; a description of legal processes involved in DV cases, and a glossary of the terms used throughout the case studies. This interactive Pressbook is an ideal resource for social work and legal practitioners, including students in social service work, social work and law programs, in order to increase their understanding about the complexity of domestic violence cases in immigrant families and develop strategies for culturally informed interventions.

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 enseignants0,466
Score d'incertitude au seuil0,848

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,079
Tête enseignante GPT0,402
Écart entre enseignants0,323 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInternational Human Rights and Reproductive LawTravaux en français237 207