Linkages between Animal Welfare and Gender Equity Policies
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
This paper examines animal welfare and gender equity from a feminist public policy perspective. Utilizing a wide secondary literature from India, the USA, the UK, and Canada, we synthesize evidence that animal cruelty tends to co‐occur with violence against women, and most importantly, both phenomena emanate from similar power relations within patriarchal societies. We examine studies on how abusers use the abuse of pets as a coercive strategy within domestic violence. We also explore how often women delay leaving violent households due to fear of harm to their pets. At the same time, we show how the reproductive exploitation of female animals has much in common with women’s marginalization during reproductive drudgery. Because of gendered expectations about care, women in animal-keeping roles bear additional emotional and physical burdens. In general, we observe a tendency for males–across different species–to hurt others, which is part of the feminist critique of patriarchy for dominating women and animals. We highlight significant issues with policy, such as how domestic violence programs ignore companion animals and how animal cruelty laws lack a gendered lens. Ultimately, we advocate for integrated policy reforms, which we characterize as a “One Welfare” approach. These would link animal protection with gender equity. For example, including pets in protective orders, training first responders on “the link” and harmonizing animal welfare legislation with women’s rights. Our analysis suggests that addressing animal cruelty and gender-based violence together can strengthen protections for all vulnerable lives.
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 | 0,003 | 0,001 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,005 |
| 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 découle