GENDER DISCRIMINATION IN INDIAN LAW: A CRITICAL ANALYSIS OF LEGAL PROTECTIONS FOR MEN
Notice bibliographique
Résumé
The research examines the gender inequalities inherent in the Indian legal system specifically the factor of exclusion of males through the protection of domestic violence, sexual crimes and harassment in the workplace. Although the Indian laws, like the Bharatiya Nyaya Sanhita (BNS) 2023, the Domestic Violence Act, and the POSH Act have played a key role in protecting women, they are mainly gender-oriented disregarding the female and LGBTQ+ victims. By examining the current laws, comparing international models, and applying case-study to it, this paper can see the structural bias that only sees men as attackers. It claims that the provisions of the law are one-sided and not only do not uphold the principle of equality under Article 14 of the Indian Constitution, but also promote the stigmatization of society, which causes underreporting, psychological distress, and disenfranchisement of male victims. The research is based on the global practices in the US, UK, Canada, and Australia, thus recommending the use of gender-neutral laws in India as an urgent practice. It suggests modifications in the criminal and family law, comprehensive safeguards in the workplace and domestic violence legislation, and national sensitization to eliminate the gender stereotypes. The paper concludes that true gender justice can only be achieved when laws are created to safeguard everyone regardless of gender on the nature of harm and not identity. Keywords: Gender discrimination, Men’s rights, Legal reform, Gender-neutral Laws, Domestic violence, Sexual offences, Family Law, Workplace protections.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».