MétaCan
Menu
Retour à la cohorte
Enregistrement W3211786934 · doi:10.1525/sod.2020.0039

Mobile Phones and Attitudes toward Women’s Participation in Politics

2021· article· en· W3211786934 sur OpenAlexaff
Carlotta Varriale, Luca Maria Pesando, Ridhi Kashyap, Valentina Rotondi

Notice bibliographique

RevueSociology of Development · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia Influence and Politics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPoliticsMultilevel modelGender equalityPolitical scienceRepresentation (politics)Social psychologyPsychologySociologyGender studies

Résumé

récupéré en direct d'OpenAlex

This study explores the relationship between technology adoption and attitudes toward gender equality in political representation by relying on diffusion theories coupled with frameworks of ideational change, social interaction, and world society. We examine whether the use of mobile phones shapes gender attitudes toward women’s participation in politics by making it more widely accepted that women hold institutional roles. We do so with micro-level data from the AfroBarometer, covering 36 African countries, and a multilevel modeling approach. Our results suggest that regular use of mobile phones is associated with more positive attitudes toward women’s participation in politics. The significant relationship—robust to the use of instrumental variable techniques—is observed only among women. This finding strengthens the idea that technology adoption on the part of women, by improving connectivity and expanding access to information, may be a successful lever to raise women’s status and promote societal well-being, ultimately contributing to achieving Sustainable Development Goal 5, which seeks to “achieve gender equality and empower all women and girls.” Concurrently, the lack of a significant relationship for men highlights an important yet often neglected issue: policies aimed at changing gender attitudes are often targeted at women, but men’s attitudes can be stickier than women’s, thus requiring further efforts.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,044
Tête enseignante GPT0,374
Écart entre enseignants0,330 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociology of DevelopmentMême sujetMedia Influence and PoliticsTravaux en français237 207