MétaCan
Menu
Retour à la cohorte
Enregistrement W4200497260 · doi:10.6000/1929-4409.2021.10.177

Gender Equality: Challenges toward Efforts to Minimize Child Marriage in Indonesia during the Covid-19 Pandemic

2021· article· en· W4200497260 sur OpenAlexvenueno aff
Sonny Dewi Judiasih, Nyulistiowati Suryanti, Sudaryat Sudaryat, Deviana Yuanitasari

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender and Women's Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)PandemicCoronavirus disease 2019 (COVID-19)Marriage lawInequalityChild marriageLawSociologyPolitical scienceEconomic growthDemographyEconomicsMedicinePopulationMathematics

Résumé

récupéré en direct d'OpenAlex

The practice of child marriage in Indonesia is a serious problem that must be resolved. This is a problem faced in various countries in the world. The SDG's programs include achieving gender equality and empowering women and girls, with a target to achieve the abolition of child marriage by 2030. The research method used is a social-legal approach. The purpose of this study is to find out the government's efforts in overcoming the problem of gender inequality in the age requirements for marriage in Indonesia and the application for dispensation for marriage during the Covid-19 pandemic in Indonesia. The old Marriage Law stipulates that the age of marriage for men is 19 years and for women 16 years. The government then changed this provision through Law Number 16 of 2019 concerning Marriage, in which the marriage age for men and women is the same, which is 19 years. During the Covid-19 pandemic, applications for marriage dispensation in Indonesia indicated a sharp increase. This means that the application for marriage dispensation is unaffected by the Covid-19 pandemic situation. The existence of exceptions through dispensation efforts makes the requirements for the age of marriage can still be deviated, so that gender equality, which is expected to minimize child marriages above, cannot be realized or cannot be carried out as desired.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,465
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,187
Tête enseignante GPT0,391
Écart entre enseignants0,204 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetGender and Women's RightsTravaux en français237 207