MétaCan
Menu
Retour à la cohorte
Enregistrement W3164104450 · doi:10.5539/jsd.v14n4p13

Passive, Victims or Unintended Misrepresentation?

2021· article· en· W3164104450 sur OpenAlexvenueno aff
Fidel C. T. Budy

Notice bibliographique

RevueJournal of Sustainable Development · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensnon disponible
Organismes subventionnairesAberystwyth University
Mots-clésAgency (philosophy)MisrepresentationLand grabbingUnintended consequencesDepictionEconomic growthWork (physics)SociologyPolitical scienceGender studiesGeographyEconomicsLawSocial scienceAgriculture

Résumé

récupéré en direct d'OpenAlex

Sustainable development efforts to mitigate the challenges that women face in the midst of land grabbing could be significantly undermined or they could fail to address the concerns of rural African women if they are not driven by the everyday lived experiences of rural African women. Evidence suggests that current accounts of how rural African women experience land grabbing oversimplify the homogeneity of their experiences, depicting them as entirely passive and victims who lack the agency to react to the loss of their land. Addressing this gap in our appreciation of the impact of land grabbing on rural African women is significant to ensure equal access to land and secure tenure rights for women actually work. To this end, there are some in the literature that have, and continue to challenge the depiction of rural African women as entirely passive and victims, lacking agency. This paper builds on those studies to expand the parameter of inquiry by bringing fresh perspectives to the debate from Senjeh District in Liberia. Utilising data collected through qualitative semi-structured interviews in the district over a period of four months, this paper argues that there is a divergence between the well held notions by the literature and experts on the one hand and, women in Senjeh on the other hand. The paper also argues that rural women in Senjeh District exhibited various agency in multiple ways against the loss of their land to Sime Darby.

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)0,016
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,020
Communication savante0,0100,016
Science ouverte0,0020,007
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,214 · 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'étudeObservationnel
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 revueJournal of Sustainable DevelopmentMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207