MétaCan
Menu
Retour à la cohorte
Enregistrement W4285809254 · doi:10.1093/isagsq/ksac036

Women, Peace, and Security and Increasing Gendered Risk in the Era of COVID-19: Insights from Nepal and Sri Lanka

2022· article· en· W4285809254 sur OpenAlexafffund
Luna K.C., Crystal Whetstone

Notice bibliographique

RevueGlobal Studies Quarterly · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensMcGill University
Organismes subventionnairesWageningen University and ResearchUniversity of British ColumbiaMcGill University
Mots-clésCastePandemicPolitical scienceCorporate governanceCoronavirus disease 2019 (COVID-19)Sri lankaArgument (complex analysis)Economic growthWork (physics)Development economicsGender studiesSociologySocioeconomicsBusinessEconomicsMedicineLaw

Résumé

récupéré en direct d'OpenAlex

Abstract This article analyzes the effects of COVID-19 on women and girls. It examines policy responses to the pandemic crisis and its implications on the women, peace, and security (WPS) agenda in postwar Nepal and Sri Lanka. Building on our previous work in Nepal and Sri Lanka, we rely on secondary studies, news sources, and governmental and nongovernmental organization reports and social media from March 2020 through March 2022 to demonstrate our argument that policymakers should place women and girls at the center of COVID-19 recovery plans. We further stress the need for an intersectional approach to understand the contextual relationships among gender, race, class, caste, ability, religion, sexual orientation, and additional markers that situate women's and girls’ experiences. The WPS agenda promotes women and girls’ participation in peace and security governance and has seen significant rollbacks given the impacts of the pandemic. We conclude by sketching new policy frontiers for the WPS agenda and urge WPS implementers to rethink their approach to WPS policies to promote women's diverse needs and interests in postwar Nepal and Sri Lanka in pandemic recovery policies.

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)0,002
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 enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0110,015
Communication savante0,0080,005
Science ouverte0,0010,008
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,030
Tête enseignante GPT0,305
Écart entre enseignants0,275 · 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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Studies QuarterlyMême sujetGender, Security, and ConflictTravaux en français237 207