Advancing legal identity, gender equity and women's empowerment via inclusive civil registration and vital statistics systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The 2030 Agenda recognizes universal legal identity, gender equity, and women's empowerment as essential for the realization of sustainable development, particularly in Goals 5, 16, and 17. This paper reviews the progress, key achievements, and ongoing challenges in developing legal identity systems that are universal and gender transformative. It highlights the strategic importance of inclusive civil registration and vital statistics (CRVS) systems as a tool in advancing gender equity and women's empowerment. Significant advances include increased birth registration coverage, the integration of marriage and divorce registration into legal ID systems, and efforts to reduce disparities in death registration by sex and socioeconomic status. The paper also explores the evolution of the CRVS data ecosystem, technical guidance, and CRVS data usage to advance sustainable development over the past 15 years, which have bolstered investment and technical cooperation in gender data for development. It highlights the critical role of civil registration and vital statistics systems in measuring and monitoring sustainable development indicators and promoting gender equity and women's empowerment. Despite progress, challenges remain in closing gender and social disparities in legal identity systems. The paper highlights promising cases of how CRVS systems have been harnessed to advance sustainable development and notes opportunities for further scaling CRVS systems strengthening efforts. It concludes by reflecting on the importance of counting everyone, because everyone counts, and the need for continued efforts to support and expand human capabilities for all.
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.
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 découle