MétaCan
Menu
Retour à la cohorte
Enregistrement W7124443834 · doi:10.3126/rupantaran.v9i01.89337

Factors Affecting Female Age at Marriage in Dhankuta

2025· article· W7124443834 sur OpenAlexaboutno aff
Kewal Ram Parajuli

Notice bibliographique

RevueRupantaran A Multidisciplinary Journal · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusMarital statusCensusIncidence (geometry)Nuclear familyQuarter (Canadian coin)Social classAge at first marriageGeneral Social Survey

Résumé

récupéré en direct d'OpenAlex

Being a universal social institution, marriage is generally viewed to represent a very important social achievement in Nepal because its incidence is influenced by multiple socio-economic factors to differing extents. Though there has been a slow shift in the marriage age, child marriage remains prevalent, especially in rural women. It is interlinked with health as well as education and economic dimensions. The current paper attempts to discuss some proximate socioeconomic and cultural factors that shape female age at marriage in Dhankuta Municipality, as a semi-urban area where age-old customs are blending with modern social norms. This study used a descriptive research design based on primary data from 185 evermarried women aged between 15 and 49 years collected through a structured questionnaire. Additional information was gathered from national census records and other secondary published and unpublished sources. The analysis has been carried out based on averages and percentages to trace the pattern and degree of association between some selected variables with the help of cross-tabulation with marital age. A mean age at marriage of 20.05 years has been observed to vary significantly by the education, occupation, and background of the family of women. The findings reveal that women who are literate and have attained higher schooling, and respondents from families where the main occupation is not agriculture, consistently marry later than their counterparts. Other determinants were age at menarche, type of marriage, and family structure where later biological maturity, nuclear household, and nonarranged union have a positive relationship with marital age. It reconfirms that the determinants of female age at marriage comprise an interplay between educational achievements, economic conditions, cultural, and biological factors. Immediate policy interventions include girls’ education, non-agricultural job opportunities as well as awareness campaigns are suggested.

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)0,004
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,068
Tête enseignante GPT0,360
Écart entre enseignants0,292 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRupantaran A Multidisciplinary JournalMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207