MétaCan
Menu
Retour à la cohorte
Enregistrement W4283652380 · doi:10.1080/17441692.2022.2092187

Exploring the impact of military conflict on sex work in Ukraine: Women’s experiences of economic burden

2022· article· en· W4283652380 sur OpenAlexafffund
Lisa Lazarus, Nicole Herpai, Daria Pavlova, Maureen A. Murney, O. M. Balakireva, Tatiana Tarasova, Leigh M. McClarty, Michael Pickles, Sharmistha Mishra, Evelyn L. Forget, Marissa Becker, Rob Lorway

Notice bibliographique

RevueGlobal Public Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensSt. Michael's HospitalThe Scarborough HospitalUniversity of TorontoUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésWork (physics)Meaning (existential)Sex workPerspective (graphical)Theme (computing)Qualitative researchPolitical scienceSociologyGender studiesEconomic growthPsychologyMedicineSocial scienceHuman immunodeficiency virus (HIV)Economics

Résumé

récupéré en direct d'OpenAlex

Little is known about the impact of military conflict on sex work from the perspective of sex workers. We attempt to explore the meaning of conflict on sex work by asking women about the changes that they have experienced in their lives and work since the beginning of the 2014 military conflict in eastern Ukraine. The findings in this article are based on qualitative interviews with 43 cisgender women living and practicing sex work in Dnipro, eastern Ukraine. Our analysis highlights the meanings that sex workers have linked to the conflict, with financial concerns emerging as a dominant theme. The conflict therefore functions as a way of understanding changing economic circumstances with both individual and broader impacts. By better understanding the meaning of conflict as expressed by sex workers, we can begin to adapt our response to address emerging, and unmet, needs of the community.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,004
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,087
Tête enseignante GPT0,364
Écart entre enseignants0,277 · 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'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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Public HealthMême sujetSex work and related issuesTravaux en français237 207