Nego-feminism as a strategy to improve access to abortion in sub-saharan Africa
Notice bibliographique
Résumé
BACKGROUND: Abortion is partially legal in 48 of 54 countries in Sub-Saharan Africa (SSA); however, abortion laws are generally weakly implemented, and evidence suggests that extending abortion rights does not necessarily improve abortion access. OBJECTIVE: Reflecting on the implementation challenges faced by the laws extending rights to abortion in SSA, and enriching this approach by considering complementary avenues to overcome barriers in access to abortion. ARGUMENT: Reproductive justice is a theory that emphasizes the importance of contexts and different levels of societal forces in shaping reproductive freedom. From a reproductive justice perspective, we suggest that the successful implementation of abortion laws is hampered by discrepancies between legal frameworks and socio-cultural contexts in many SSA countries. In many SSA contexts, the legalization of abortion has not been accompanied by a modification of socio-cultural contexts regarding abortion. Until these contexts are more receptive to abortion, implementation issues may persist and access to abortion may remain hindered. Since increasing social acceptability of abortion can be a lengthy process, exploring complementary strategies to improve abortion access can be beneficial. Nego-feminism, an African feminist theory rooted in African values of negotiation and relationships, may be an effective strategy to navigate societal forces to improve abortion access, in the meantime, until greater acceptability and enforcement of abortion laws. An illustration of this promising strategy can be found in abortion accompaniment models such as MAMA network which provide safe access to medication abortion in the informal sector. CONCLUSION: Nego-feminism could potentially improve access to abortion in legally and socially restricted settings. However, the continued fight for the legalization of abortion is essential, while using nego-feminism as a complement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».