MétaCan
Menu
Retour à la cohorte
Enregistrement W4392978929 · doi:10.26443/mjgh.v9i1.1323

The Global Gag Rule

2020· article· en· W4392978929 sur OpenAlexafffund
Sandy Shergill, Bowen Lan, Camille Zeitouni, Julia Biris, Salome Henry, Lily Yang, Rebecca Wan

Notice bibliographique

RevueMcGill Journal of Global Health · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Human Rights and Reproductive Law
Établissements canadiensMcGill University
Organismes subventionnairesUniversity of Ottawa
Mots-clésJurisdictionGlobal healthPublic administrationPolitical scienceAbortionForeign policyHealth policyAdministration (probate law)Economic growthBusinessHealth careLawEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

The Mexico City Policy, also known as the Global Gag Rule, is a U.S policy that requires foreign non-governmental organizations (NGOs) receiving U.S. global health funding to certify that they will not perform or actively promote abortion as a method of family planning. In 2017, President Donald Trump expanded the policy’s reach to include all global health assistance funding from U.S. agencies and departments. It is estimated that 1,275 foreign NGOs and US$8.8 billion in global health funding are subject to Trump’s expanded policy. Globally, an additional 2.2 million abortions, including 2.1 million unsafe abortions, are estimated to occur from 2017 to 2020 under President Trump’s administration. The Global Gag Rule undermines local sovereignty and jurisdiction over reproductive health law in countries that require these funds to operate and provide comprehensive reproductive services. This case study will highlight the effects of this policy by evaluating its quantitative and qualitative impacts and discussing the future implications for countries impacted by the policy. Results of this report demonstrate the policy’s failures in both achieving its own goals as well as international aims to improve global health and women’s rights among others.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,008
Communication savante0,0110,005
Science ouverte0,0010,005
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,046
Tête enseignante GPT0,392
Écart entre enseignants0,346 · 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
GenreCommentaire

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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Journal of Global HealthMême sujetInternational Human Rights and Reproductive LawTravaux en français237 207