MétaCan
Menu
← Retour à la cohorte
Enregistrement W3137636647

Combating (Child) Human Trafficking: Building Capacity

2017· article· en· W3137636647 sur OpenAlexaff
John Winterdyk

Notice bibliographique

RevueSSRN Electronic Journal · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésPersonaHumanitiesHuman traffickingPolitical scienceCartographyWelfare economicsGeographySociologyArtCriminologyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The presentation/paper focuses on the challenges and necessity of building capacity at local, national, and international levels with a focus of how to more effectively combat trafficking in human beings (THB). Insight from several of initiatives are shared with the aim of illustrating how to capitalize on the vast number of opportunities that already exist at these levels and how they might be coordinated to enable collaborative work in an informed and dynamic manner to combat human trafficking. Information from several recent research projects that focus on some of these same issues is also incorporated into this paper. El artículo se centra en los desafíos de la lucha contra el tráfico de personas y en la necesidad de aumentar la capacidad para ser más eficaces en ese sentido, local, nacional e internacionalmente. Nos hacemos eco de la visión de varias iniciativas, con el fin de ilustrar cómo capitalizar el gran número de oportunidades que ya existen en los ámbitos citados, y la forma en que se podrían coordinar para posibilitar la colaboración de una manera informada y dinámica para combatir la trata de personas. También se incluye en el artículo información emanada de diversos proyectos recientes de investigación sobre el tema que nos ocupa. Available from: https://doi.org/10.35295/osls.iisl/0000-0000-0000-0921

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)0,008
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,019
Communication savante0,0140,015
Science ouverte0,0040,034
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0450,007

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 Opus0,025
Tête enseignante GPT0,324
Écart entre enseignants0,299 · 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'étudeSans objet
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetSex work and related issues→Travaux en français237 207→