MétaCan
Menu
Retour à la cohorte
Enregistrement W7029518428

INTEGRATING WOMEN IN THE ARMED FORCES: TWO WAYS FORWARD

2018· dissertation· en· W7029518428 sur OpenAlexaboutno aff

Notice bibliographique

RevueCalhoun: The Naval Postgraduate School Institutional Archive (Naval Postgraduate School) · 2018
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueEcology, Conservation, and Geographical Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislatureResistance (ecology)Affect (linguistics)Armed conflictMilitary justice
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite the participation of women in the armed forces for many decades, resistance to integrating women fully into the armed forces still exists. Women have contributed in combat previously, but they have been released and assigned traditional roles after the end of conflicts. Despite the record of women’s valuable service, doubt about women’s integration in the armed forces continues, and the participation of women in various countries’ armed forces differs both in numbers and roles. In this connection, this research identifies the major debates surrounding the full integration of women in the armed forces. The thesis also identifies how technological changes and changes in the nature of war itself, as well as legal provisions conducive to the integration of women in the military, have increased the participation of women in the military. Through case studies of the armed forces of Canada and Jordan, the thesis reveals that cultural differences in different countries preclude a single approach to integrating women in the military. Moreover, acknowledging that the legislative provisions of a country, its cultural norms, and the policies of a nation’s armed forces affect the integration of women in the military, the research makes some recommendations to increase the participation of women in the military.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0220,049
Communication savante0,0310,038
Science ouverte0,0030,021
Intégrité de la recherche0,0150,018
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,018
Tête enseignante GPT0,262
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCalhoun: The Naval Postgraduate School Institutional Archive (Naval Postgraduate School)Même sujetEcology, Conservation, and Geographical StudiesTravaux en français237 207