MétaCan
Menu
Retour à la cohorte
Enregistrement W3205472747 · doi:10.46568/pjgs.v21i2.557

A Comparative Analysis Of Gender And Old Age Problems In Khyber Pakhtunkhwa, Pakistan

2021· article· en· W3205472747 sur OpenAlexaboutno aff
Hamid Alam, Adnan Ahmad Khan, Tahira Jabeen

Notice bibliographique

RevuePakistan Journal of Gender Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational Family Dynamics and Caregiving
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKhyber pakhtunkhwaPovertyQuarter (Canadian coin)GerontologyMedicineDemographyPsychologySocioeconomicsGeographySociologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

The study of old age problems is an emerging field in Pakistan. Old age brings variety of problems for both males and females, however, the nature of the problems of elderly men and women are different. This paper compares and analyses the problems faced by elderly men and women. This research study has been conducted in the semi urban town of Timergara, the head quarter of District Dir Lower, Khyber Pakhtunkhwa. Data was collected from the respondents aged 60 years and above through in-depth interviews. The respondents were selected using convenient sampling technique. The study finds that because of gender discrimination and cultural factors, women have lower access to health services than men. Consequently health problems of elderly women are more severe than the health problems of elderly men. The study further finds that women at old age are poorer than men due to cultural restrictions on education, women employment, deprivation from property inheritance. Lack of old age pension and widowhood also plays role in poverty of elderly women.

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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,535

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,083
Tête enseignante GPT0,393
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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePakistan Journal of Gender StudiesMême sujetIntergenerational Family Dynamics and CaregivingTravaux en français237 207