MétaCan
Menu
Retour à la cohorte
Enregistrement W3110899468 · doi:10.6000/1929-4409.2020.09.149

Socio-Legal Perspective of Gender Justice in Covid-19 Handling Policy in Indonesia

2020· article· en· W3110899468 sur OpenAlexvenueno aff
Aditya Yuli Sulistyawan, Eka Padmahantara Antonius

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Policy Analysis in Indonesia
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Diponegoro
Mots-clésRecessionGovernment (linguistics)Context (archaeology)Coronavirus disease 2019 (COVID-19)Economic JusticePandemicVulnerability (computing)Political scienceGender mainstreamingScale (ratio)Economic growthDevelopment economicsAffect (linguistics)BusinessSociologyEconomicsGeographyMedicineLawGender equalityGender studiesDisease

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic is not only a global health emergency but also leads to a recession of the global economy on a large scale. This economic recession will certainly also affect women and men differently. In the handling of the COVID-19 pandemic, one of the policies of Indonesia’s Government was the issuance of Government Regulation 21 of 2020 on large-scale social restrictions to accelerate the handling of COVID-19. This policy raises a wide range of impacts on women in the context of women's positions in the family and as a working woman. Thus, gender mainstreaming in the handling of COVID-19 to realize gender justice should be a special concern, especially since women have been exposed to the vulnerability of COVID-19, as well as enduring the distinctive impact of the COVID-19 handling policy regarding social roles in families and communities.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
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 ouverte0,0000,000
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 Opus0,111
Tête enseignante GPT0,420
Écart entre enseignants0,309 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetLegal and Policy Analysis in IndonesiaTravaux en français237 207