MétaCan
Menu
Retour à la cohorte
Enregistrement W4390471515 · doi:10.47200/aoej.v15i1.2011

Strategi penanganan korban kekerasan seksual pada perempuan oleh Dinas Pemberdayaan Perempuan, Perlindungan Anak, Pengendalian Penduduk dan Keluarga Berencana Kabupaten Karanganyar

2023· article· en· W4390471515 sur OpenAlexaff
Yesita Amanda, Triana Rekejiningsih, Erna Yuliandari

Notice bibliographique

RevueAcademy of Education Journal · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Social Justice Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésEmpowermentPopulationDomestic violenceSexual violenceOutreachPsychologyMedicineNursingPoison controlSuicide preventionPolitical scienceMedical emergencyEnvironmental healthLaw

Résumé

récupéré en direct d'OpenAlex

This study aims to analyze: 1) What is the strategy for handling victims of sexual violence against women by the Office of Women's Empowerment, Child Protection, Population Control and Family Planning, Karanganyar Regency. 2) What are the problems encountered in handling victims of sexual violence against women and the solutions. In this study using qualitative research methods. In this study the results were found: 1) strategies for handling victims of sexual violence against women by the Office of Women's Empowerment, Child Protection, Population Control and Family Planning in Karanganyar Regency, namely (1) receiving reports, (2) outreach to victims, (3) case processing, ( 4) mediation, (5) medical, psychological, legal assistance, (6) psychological and trauma recovery. 2) The problems encountered in handling victims of sexual violence against women and their solutions are (1) lack of companion staff, namely by engaging other institutions that have the same goals, (2) victims who are not open, overcome with refreshing minds, (3) families who lack cooperative given an understanding, (4) the lack of understanding of the community about the agency that handles cases of sexual violence, overcome by conducting socialization.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,220
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,068
Tête enseignante GPT0,384
Écart entre enseignants0,316 · 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'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 revueAcademy of Education JournalMême sujetLegal and Social Justice StudiesTravaux en français237 207