MétaCan
Menu
Retour à la cohorte
Enregistrement W6980044170

Are Her Boots on the Ground? Women’s Deployment on NATO-led Operations

2021· dissertation· en· W6980044170 sur OpenAlexaboutno aff

Notice bibliographique

RevueQSpace (Queen's University Library) · 2021
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoftware deploymentMilitary deploymentDiversity (politics)Process (computing)Representation (politics)Military operation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

While women’s representation in many western military forces is increasing, the composition of troop contributions to NATO-led operations is not following suit, despite policy commitments acknowledging the importance of diversity in operations. Are Her Boots on the Ground? Women’s Deployment on NATO-led Operations questions why this may be the case. Determining what factors influence women’s military deployments and participation is essential to meet NATO’s international commitments, and member states’ ongoing commitments to gender equality. Using a mixed-method approach comprised of interview data with NATO elites and Canadian and Danish force generators, and a survey of military members from Canada and Denmark, I assess common explanations for barriers to women’s participation in masculine occupations. I argue that hidden resistances that comprise military organizational cultures hinder women’s deployment on NATO-led operations. These resistances are taken for granted and considered unchanging elements of military service, and include gendered assumptions held by force generators, the force generation process itself, and a hands-off approach to committing to more women on operations by NATO, Canada, and Denmark. In short: it is not simply that there are not enough women to deploy. The dynamics at play are much more complex. Ultimately, with a blind eye turned to these processes and assumptions, women will continue to be left behind on NATO-led operations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,353
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,232
Écart entre enseignants0,216 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQSpace (Queen's University Library)Même sujetGender, Security, and ConflictTravaux en français237 207