MétaCan
Menu
Retour à la cohorte
Enregistrement W4400047124 · doi:10.31014/aior.1991.07.02.497

Social Harms of Child Labor in Afghanistan (Case Study of Bamyan City)

2024· article· en· W4400047124 sur OpenAlexfundno aff
Ramazan Ahmadi, Mohammad Reza Akbari

Notice bibliographique

RevueJournal of Social and Political Sciences · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitics and Conflicts in Afghanistan, Pakistan, and Middle East
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreAga Khan Foundation
Mots-clésSociologyDemographic economicsPolitical sciencePsychologyEconomics

Résumé

récupéré en direct d'OpenAlex

The social harms of child labor in Bamyan City, Afghanistan, represent a fundamental and critical issue with widespread negative impacts on both children and society. Due to poverty and economic difficulties, children are compelled to undertake hard and exhausting work, depriving them of their basic rights such as education and play. The aim of this study is to identify the factors influencing child employment, evaluate its social and psychological consequences, and provide effective solutions to reduce and eliminate these harms. This quantitative research gathered information using questionnaires from child labor in Bamyan City and analyzed it with SPSS software. The results show that half of the children are deprived of education and mostly work in mechanics and blacksmithing with low income. Their guardians are predominantly unemployed or day laborers, and these children live in large families. The primary reasons for child employment include poverty, unemployment, the need for skill acquisition, deprivation from school, and the incapacity or illness of parents. Child labor leads to serious social harms such as depression, hopelessness, illness, aggression, encouragement towards drug use and crimes, and sexual abuse. Some children feel hopeless about the future, while others have aspirations such as becoming skilled workers, doctors, engineers, and politicians. This situation requires serious and urgent measures.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
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 Opus0,059
Tête enseignante GPT0,395
Écart entre enseignants0,335 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social and Political SciencesMême sujetPolitics and Conflicts in Afghanistan, Pakistan, and Middle EastTravaux en français237 207