Comparative Legal Review of the Impact of Gender Stereotyping on Judicial Decisions: In Violence Against Women Cases Across the Pacific Island Region
Notice bibliographique
Résumé
This report commissioned by Sisters For Change explores the link between gender bias and stereotyping and violence against women and girls. Gender bias and gender stereotyping constitute forms of gender discrimination prohibited under international law. In recent years, gender stereotyping has come under increased scrutiny from the international legal community and it is now widely recognised that the persistence of gender stereotypes creates a normative framework in which discrimination and violence against women is normalised and perpetuated. The report analyses the development of international and regional standards and jurisprudence on State obligations to eliminate gender bias and stereotyping and identifies case studies of good practice from Commonwealth jurisdictions including Canada, Fiji, Namibia, Australia, New Zealand and the United Kingdom, which have produced pioneering case law and domestic legislation explicitly targeting gender bias. Women and girls in Pacific Island Countries face the highest rates of violence globally, with 60-80% of women and girls aged 15-49 years experiencing intimate or non-intimate partner violence. Yet perpetrators of domestic and sexual violence often receive disproportionately low sentences or no custodial sentence at all. The report examines the scope of gender-based violence against women and girls in the Pacific Island Region and provides an in-depth analyses of the impact of gender bias and stereotyping on judicial decisions in violence against women cases across seven countries in the Commonwealth Pacific Island Region – Fiji, Vanuatu, Tonga, Samoa, Solomon Islands, Papua New Guinea, and Kiribati. The purpose of this report is to highlight positive developments in international and regional standards, domestic legislation and case law targeting gender bias and stereotyping to inform and improve judicial decision-making in cases of violence against women and girls across the Pacific Island Region and the wider Commonwealth
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».