WE1.2: Gender Based Analysis Plus: A strengthened approach to gender integration and intersectionality
Notice bibliographique
Résumé
The Government of Canada has been using Gender Based Analysis (GBA) as an analytical tool to support the development of more responsive and inclusive initiatives for over 25 years. The approach has changed over time, moving from ‘GBA' to ‘GBA Plus' to signify the range of identity factors beyond gender (such as age, race, religion, disability, socioeconomic status, geographical concerns, etc) that constitute inequality and need to be integrated in analyses to support more inclusive policies. An even more recent iteration of the GBA Plus approach emphasizes the role of social relations, structures and systems of oppression for producing and maintaining inequalities. Together these changes and the resulting tools are enabling researchers, analysts and policymakers alike to develop and engage with deeper and more intersectional social analyses. This session will introduce participants to the strengthened approach to GBA Plus, highlight useful and accessible GBA Plus guidance and tools, and identify ways the GBA Plus approach could support more intersectional and socially inclusive agri-food system research and policies. During the session there will be space to discuss the challenges and limitations of using a ‘gender-first' or additive approach to intersectionality and to highlight an example of how external partners (in this case, Canada's main Indigenous women's organisations) develop and use their own GBA Plus frameworks tailored to their respective contexts.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».