MétaCan
Menu
Retour à la cohorte
Enregistrement W4312187208 · doi:10.31385/jl.v21i2.306.162-175

Peranan Gereja Katolik Dalam Penanganan Masalah Kekerasan Terhadap Perempuan Di Keuskupan Maumere Dan Larantuka, Flores, NTT

2022· article· en· W4312187208 sur OpenAlexaff
Robert Mirsel, Yosef Keladu Koten, Ignasius Ledot

Notice bibliographique

RevueJurnal Ledalero · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent Health and Behaviors
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésEmpowermentTransformative learningCommissionDomestic violenceSociologyPolitical scienceGender studiesLawMedicinePoison controlSuicide preventionPedagogy

Résumé

récupéré en direct d'OpenAlex

<p><strong>ABSTRACT:</strong></p><p>This article talks about the problem of violence against women in the Maumere and Larantuka dioceses, Flores, NTT and how religion (Catholic Church) functions in dealing with it. The aim is to identify the forms of violence, their causes and effects in both dioceses and what the function of religion (Catholic Church) is to prevent and deal with these problems. Interview methods, focused group discussions (FGD) and document studies were used to collect data, while descriptive qualitative analysis was used for data analysis. The results show that violence against women is found in both areas of the diocese with physical, psychological, verbal, economic, cultural-based and online violence. The Catholic Church through the Diocesan Commission on Gender and Women's Empowerment carries out educational, control, fraternal, and transformative functions. This is done in direct collaboration and through networks with multi-stakeholders, although this is not sufficient. This study recommends the importance of strengthening institutional capacity and increasing network collaboration.</p><p><strong> </strong></p><p><strong>KEYWORDS:</strong> Commission on Gender and Women's Empowerment, institutional capacity, network collaboration, violence against women, women empowerment.</p>

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0060,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,053
Tête enseignante GPT0,379
Écart entre enseignants0,325 · 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'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal LedaleroMême sujetAdolescent Health and BehaviorsTravaux en français237 207