MétaCan
Menu
Retour à la cohorte
Enregistrement W4387172475 · doi:10.14197/atr.201223217

Key Stakeholder Perspectives on the Potential Impact of COVID-19 on Human Trafficking for the Purpose of Labour Exploitation

2023· article· en· W4387172475 sur OpenAlexfundno aff
Muiréad Murphy

Notice bibliographique

RevueAnti-Trafficking Review · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityIrish Research CouncilQueen's University Belfast
Mots-clésVulnerability (computing)Human traffickingStakeholderCoronavirus disease 2019 (COVID-19)PandemicPublic relationsBusinessPolitical scienceCriminologySociologyComputer securityMedicine

Résumé

récupéré en direct d'OpenAlex

While human trafficking in its different forms has received growing recognition, currently there is an absence of research providing empirical evidence on the potential impact of COVID-19. COVID-19 and its related challenges provide a lens through which the vulnerability and complexities inherent in human trafficking can be further ascertained and analysed. This article explores challenges encountered by key stakeholders primarily operating in the field of countering human trafficking for the purpose of labour exploitation across Europe. These challenges are categorised as increased vulnerability to human trafficking for the purpose of labour exploitation; the impact on services and support; and limitations on professional duties. A qualitative method involving sixty-five semi-structured interviews was employed to capture the on-the-ground experiences of a diverse cohort of stakeholders active during the pandemic.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,161
Score d'incertitude au seuil0,792

Scores Codex et Gemma par catégorie

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

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 Opus0,134
Tête enseignante GPT0,415
Écart entre enseignants0,281 · 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.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnti-Trafficking ReviewMême sujetSex work and related issuesTravaux en français237 207