MétaCan
Menu
Retour à la cohorte
Enregistrement W4413072438 · doi:10.1080/17448689.2025.2531194

Political violence and women’s political participation in Kenya

2025· article· en· W4413072438 sur OpenAlexaff
Eugene Emeka Dim, Harmata Aboubakar

Notice bibliographique

RevueJournal of Civil Society · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensUniversity of TorontoUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPoliticsCivil societyPolitical sciencePolitical violencePolitical economyGender studiesSociologyLaw

Résumé

récupéré en direct d'OpenAlex

For many emerging democracies, violence plays a major role in the political sphere as it becomes ingrained in the logic of what it means to be political. Political violence disrupts democratic processes and prevents marginalized groups, particularly women, from fully expressing their political agency. This study examines the relationship between political violence and women's political participation in Kenya. The study employs data from the eighth round of Afrobarometer, which surveyed 2,400 respondents. We analyzed the interaction effects between gender and experiences of political violence on protesting and voting behaviours. The findings reveal that women are significantly less likely to protest (11% decline) or vote (12% decline) following experiences of violence, whereas men exhibit opposite trends, with an 11% increase in protest participation and a 12% increase in voting. These gendered divergences highlight how political violence disproportionately hinders women's political engagement while reinforcing male dominance in the political sphere. The study concludes by exploring strategies women can adopt to navigate hostile political environments, including leveraging online platforms for mobilization and fostering community-based safe spaces. This study ultimately finds that political violence is associated with political participation, with several gendered ramifications.

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)0,001
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil0,182

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,021
Tête enseignante GPT0,366
Écart entre enseignants0,345 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Civil SocietyMême sujetGender Politics and RepresentationTravaux en français237 207