MétaCan
Menu
Retour à la cohorte
Enregistrement W4400593416 · doi:10.47743/ejes-2024-0111

Does women's empowerment improve women's education?A cross-sectional study of 27 transitional post-communist countries

2024· article· en· W4400593416 sur OpenAlexaff
Alena Auchynnikava, Nazim Habibov, Yunhong Lyu

Notice bibliographique

RevueEastern Journal of European Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensTrent UniversityUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésEmpowermentEducational attainmentUnit (ring theory)Asset (computer security)OddsDemographic economicsCommunismHigher educationSociologyEconomic growthLogistic regressionEconomicsPolitical sciencePsychologyPoliticsMedicine

Résumé

récupéré en direct d'OpenAlex

The paper examines the correlation between patriarchal attitudes, women’s asset ownership, participation in household decision-making and women's educational attainment across 27 post-communist countries. It hypothesizes that patriarchal attitudes hinder women's educational achievements while women's asset ownership and participation in household decision-making facilitate them. Utilizing regression analysis, marginal effects, post-regression simulation, the study tests and confirms these hypotheses. Results show that for every unit increase in women's asset ownership and participation in decision-making, the odds of achieving higher educational attainment increase by approximately 35.7% and 16.5%, respectively. Conversely, a unit increase in patriarchal attitudes decreases these odds by 15.8%. The findings underscore the importance of state and civil society commitment to addressing gender disparities in education.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,591

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,322
Écart entre enseignants0,306 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEastern Journal of European StudiesMême sujetPoverty, Education, and Child WelfareTravaux en français237 207