MétaCan
Menu
Retour à la cohorte
Enregistrement W6998753648

Arts and Sports in South Africa: Alternative Post-conflict Peacebuilding Tools for Positive Peace

2016· article· en· W6998753648 sur OpenAlexfundno aff

Notice bibliographique

RevueTSpace (University of Toronto) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePeacebuilding and International Security
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésThe artsCohesion (chemistry)InequalityCommunity cohesionGovernment (linguistics)RacismPoverty
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper explores the effectiveness of arts and sports programs in the construction of positive peace in South Africa after Apartheid. It does so by collecting information on different arts and sports programs carried out by government and non-government organizations which take place in different cities and townships located in three of the main provinces of the country: Gauteng, Western Cape and KwaZulu Natal. I documented the impact of arts and sports programs in the construction of positive peace. To measure the contribution of these programs I used social cohesion as an indicator of peacebuilding. I argue that although arts and sports programs are effective in promoting social cohesion within communities of the same race, they fail to encourage social cohesion among communities of different races. The existing economic divide of social classes in South Africa contributes to the lack of social integration between black and white South Africans. Hence, in order to promote social cohesion at a national level, it is imperative to breach the economic inequality gap which is entrenched in the existent racial divide from the Apartheid era.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,290
Écart entre enseignants0,254 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetPeacebuilding and International SecurityTravaux en français237 207