MétaCan
Menu
Retour à la cohorte
Enregistrement W4234137178 · doi:10.31219/osf.io/4dxtf

Female genital mutilation: A challenge to Health Education

2020· preprint· en· W4234137178 sur OpenAlexaboutno aff
Nkiru Onyinyechukwu NNAEMEZIE, Emeka

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueFemale Genital Mutilation/Cutting Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFemale circumcisionQuarter (Canadian coin)Sex organPopulationEthnic groupDemographyObligationMedicineGender studiesGynecologySocioeconomicsGeographyPolitical scienceSociologyLawBiology

Résumé

récupéré en direct d'OpenAlex

Female genital mutilation (FGM), also known as female cutting and female circumcision, is the ritual removal of some or all the external female genitalia, typically carried out by a traditional circumcised with a blade or razor, with or without anaesthesia. FGM is practiced by ethnic groups in 27 countries of which Nigeria is one. The practice is rooted in gender inequality, attempts to control women's sexually, idea about purity, modesty and aesthetics , ànd a sense of obligation. FGM has been outlawed or restricted in most of the counties where it occurs, but the laws are poorly enforced. Nigerian, due to its large population, has the highest absolute number of female genital mutilation (FGM) worldwide, accounting for about one quarter of the estimated 115-130 million circumcised women in the world. Type I and Type II are more wide spread but less harmful compared to type III ànd then Type IV. There is need to eradicate FGM in Nigeria.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,082
Tête enseignante GPT0,378
Écart entre enseignants0,296 · 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.

Devis d'étudeSans objet
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFemale Genital Mutilation/Cutting IssuesTravaux en français237 207