MétaCan
Menu
Retour à la cohorte
Enregistrement W4391174902 · doi:10.56367/oag-041-11263

Impacts to address sexual violence in Canada and internationally

2024· article· en· W4391174902 sur OpenAlexaffabout
Shaheen Shariff

Notice bibliographique

RevueOpen Access Government · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésSexual violenceCriminologyPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Impacts to address sexual violence in Canada and internationally Shaheen Shariff, Ph.D. is James McGill Professor and Project Director of iMPACTS, which focuses on addressing sexual violence in Canada and internationally. Led by Professor Shaheen Shariff, Ph.D., iMPACTS is a multi-year, multi-million dollar Partnership Grant funded by the Social Sciences and Humanities Research Council of Canada (SSHRC). The overarching goal of iMPACTS is to unearth, dismantle, and prevent sexual violence within universities and, ultimately, in society, through evidence- based research that informs sustainable curriculum and policy change. Professor Shariff is James McGill Professor in the Department of Integrated Studies in Education at the Faculty of Education at McGill University, and she is the Project Director of this SSHRC Partnership Grant. Professor Shariff grounds her work in the intersection of law and education, focusing on human rights and constitutional issues, diversity, legal pluralism, and civil society.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,585

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0100,003
Communication savante0,0060,002
Science ouverte0,0020,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0310,002

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 Opus0,066
Tête enseignante GPT0,453
Écart entre enseignants0,387 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen Access GovernmentMême sujetLegal Education and Practice InnovationsTravaux en français237 207