MétaCan
Menu
Retour à la cohorte
Enregistrement W4243555573 · doi:10.1093/oso/9780190871840.001.0001

Nationalizing Sex

2019· book· en· W4243555573 sur OpenAlexaff
Richard Togman

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFertilityGovernment (linguistics)PoliticsDutyDemocracyControl (management)AuthoritarianismReproductionPolitical scienceMeaning (existential)HumanityPolitical economyState (computer science)Development economicsEconomic growthSociologyEconomicsPopulationLawPsychologyDemographyManagement

Résumé

récupéré en direct d'OpenAlex

Abstract Over the past three hundred years there have been countless attempts by governments of all types to control fertility and reproduction. Currently, more than 170 countries representing over 85 percent of humanity are actively trying to engineer how many children a person will have. Democratic, authoritarian, religious, secular, Western, Eastern, and African states have all tried with little success to control individual fertility decisions. This presents a series of interesting puzzles. Why do governments want to control childbearing decisions? What are they trying to achieve? Moreover, almost all attempts to control fertility have failed. Policies rarely, if ever, achieve government objectives. Accordingly, why do policies so routinely fail? Why do governments of all shapes and sizes continue to create policies that have a robust record of failure? What accounts for such unusual cross-national trends in government attempts to instill a sexual duty to the state? This book fills the gap by analyzing the origins, growth, and development of fertility as a national and international political issue; the rise and fall of the discourses used to ascribe meaning to natality; and the global proliferation of isomorphic policies adopted by widely dissimilar states. It proposes an explanation for the widespread failure of hundreds of years of policy.

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 candidatesCharge 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0060,001

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 Opus0,052
Tête enseignante GPT0,321
Écart entre enseignants0,269 · 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
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDemographic Trends and Gender PreferencesTravaux en français237 207