MétaCan
Menu
Retour à la cohorte
Enregistrement W4389299541 · doi:10.56293/ijmsssr.2022.4729

VIOLENCE AGAINST WOMEN IN SOUTH SUDAN: CAUSES AND HEALTH IMPLICATIONS.

2023· article· en· W4389299541 sur OpenAlexaff
Rev. Canon Dr. James Aruma Ilarious

Notice bibliographique

RevueInternational Journal of Management Studies and Social Science Research · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHIV/AIDS Impact and Responses
Établissements canadiensBishop's University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

Violence is an attack on someone by another person else, often to get the person do something he does not want to do by making that particular person feel pain or fear.Violence can also mean anything from a group of people hitting another group to cause a fight between two or many communities or countries that likely may cause thousands of deaths.Violence against women in South Sudan has been the order of the day more especially in 2013 and 2016 when hostilities broke out between forces loyal to the President and those loyal to the Vice President.Women and girls including some men were terribly sexually abused by the security forces from both sides.This study undertakes to critically examine violence perpetuated against women in South Sudan, its causes and the health implications on victims.The study will equally proffer solutions and recommendation of how these atrocities could be minimized if not completely stopped.The study would be of great help to researchers, students, health workers, the South Sudan government, churches, teachers and the humanitarian organizations, both international and local.

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)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,493
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,202
Tête enseignante GPT0,455
Écart entre enseignants0,254 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Management Studies and Social Science ResearchMême sujetHIV/AIDS Impact and ResponsesTravaux en français237 207