MétaCan
Menu
Retour à la cohorte
Enregistrement W3122374407

Forced Marriage and the Special Court for Sierra Leone: Legal Advances and Conceptual Difficulties

2011· article· en· W3122374407 sur OpenAlexaff
Valerie Oosterveld

Notice bibliographique

RevueSSRN Electronic Journal · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistorical and Contemporary Political Dynamics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésForced marriageSierra leoneForced migrationLawCrimes against humanityPolitical scienceJurisprudenceSpecial courtAmnestyExtortionHuman rightsSociologyCriminologyRefugeeTribunalWar crimeInternational law
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Forced marriage was endemic during the Sierra Leonean conflict. Girls and women forced to serve as 'wives' to rebel soldiers were usually expected to submit to ongoing rape and to provide domestic labour to their 'husbands'. Many of these 'wives' suffer from continuing stigmatization. The Prosecutor of the Special Court for Sierra Leone brought forced marriage charges as a crime against humanity through the category of inhumane acts against Brima, Kamara and Kanu, affiliated with the Armed Forces Revolutionary Council (AFRC), and Sesay, Kallon and Gbao, affiliated with the Revolutionary United Front (RUF). This article considers two benefits stemming from the resulting jurisprudence: the naming of forced marriage as an inhumane act and the acknowledgement of forced marriage as a violation not captured by other legal terms. However, conceptual difficulties remain: how should forced marriage be defined so as to fulfil the principle of nullum crimen sine lege? Is forced marriage more accurately labelled as enslavement? And, is conjugality accurately captured as a defining feature of forced marriage? If forced marriage is to be successfully prosecuted in other contexts - for example, in the Extraordinary Chambers in the Courts of Cambodia - then more attention must be paid to resolving these questions.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil0,522

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,205
Écart entre enseignants0,188 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetHistorical and Contemporary Political DynamicsTravaux en français237 207