ASSESSMENT OF SOCIOLOGICAL DETERMINANTS OF WOMEN PARTICIPATION IN ELECTORAL AND POLITICAL ACTIVITIES: EVIDENCE FROM OKENE LGA OF KOGI STATE
Notice bibliographique
Résumé
Research Problem: Despite global efforts to enhance gender parity, women’s political representation in Nigeria remains low, particularly in sub-national contexts like Kogi State. The 2019 elections in Okene LGA highlighted stark gender disparities, yet limited empirical studies have systematically examined the specific sociopolitical and structural factors constraining women’s political engagement in such local contexts. This study addresses the gap by interrogating the socio-institutional and attitudinal factors affecting women’s participation in Okene’s electoral process. Methods: The study employed a quantitative methodology, utilizing structured, close-ended questionnaires administered to respondents in Okene LGA. Descriptive statistics and logistic regression analyses were applied to evaluate patterns of perception and determine statistically significant predictors of female political participation. Theory:Anchored in Social Role Theory, the study assumes that persistent societal expectations shape political roles and reinforce normative gender hierarchies that influence women’s visibility and agency in the political space. Results:Findings revealed a contradictory reality: while domestic violence paradoxically increased political activism among some women, broader patterns of political violence, religious conservatism, gender-based leadership biases, low educational attainment, and prohibitive campaign costs severely deterred participation. Extremist threats and discriminatory norms compound the effect. Conclusion:Women in Okene face multi-layered deterrents to political involvement, necessitating both institutional reforms and sociocultural transformation. Key Contribution to Knowledge: This study nuances existing literature by quantifying and contextualizing women’s political deterrents within a localized Nigerian setting, emphasizing the contradictory impact of violence and the intersectionality of sociocultural constraints. Recommendations:It advocates legislative adoption of affirmative action such as gender quotas, increased civic education for women, and the subsidization of campaign costs to broaden political inclusivity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».