MétaCan
Menu
Retour à la cohorte
Enregistrement W4200538892 · doi:10.3138/jmvfh-2021-0088

Socio-cultural dynamics in gender and military contexts: Seeking and understanding change

2021· article· en· W4200538892 sur OpenAlexaffvenueabout
Karen D. Davis

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensDepartment of National Defence
Organismes subventionnairesnon disponible
Mots-clésHarassmentSexual misconductMisconductPolitical scienceCriminologyDynamics (music)SociologyPublic relationsPsychologyGender studiesSocial psychologyLawPedagogy

Résumé

récupéré en direct d'OpenAlex

LAY SUMMARY Today, changing the culture of the Canadian Armed Forces (CAF) is a high priority so that all members feel respected and included and do not experience discrimination, harassment, or any form of sexual misconduct. This article looks back at the CAF experience with gender integration to see what it tells us about what should be done today. Over 20 years ago, many believed the job was done, that the CAF had fully integrated women and welcomed all members, regardless of who they were. Women have served in the Canadian military for several decades; they make important contributions, and there are no formal limitations on how they contribute and what they can achieve. Although policies and practices have changed, too often, some women and men continue to experience discrimination, harassment, and sexual assault. Based on past experience, this article suggests that thinking about different ways of understanding culture in the CAF is important in paving the way for a more inclusive experience for all members.

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 enseignants0,124
Score d'incertitude au seuil0,667

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,144
Tête enseignante GPT0,355
Écart entre enseignants0,211 · 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

Citations12
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetGender, Security, and ConflictTravaux en français237 207