Mesurer l'autonomisation des femmes : participation et droits dans les domaines civil, politique, social, économique et culturel
Bibliographic record
Abstract
Résumé Le Programme d’action de Beijing a constitué un tournant sur le plan conceptuel : alors qu’on se contentait jusqu’alors de réfléchir à la condition féminine et de stigmatiser l’inégalité entre les sexes, l’accent est mis désormais en priorité sur la réalisation de deux objectifs : « l’égalité des genres » et « l’autonomisation des femmes ». Le Programme d’action soulignait notamment la nécessité de disposer de données ventilées par sexe aux fins de planification et d’évaluation. Le présent document s’efforce de cerner le concept d’autonomisation des femmes en tant que processus complexe permettant aux femmes d’acquérir des capacités essentielles, de jouir de garanties juridiques, et de participer aux manifestations essentielles de la vie sociale, économique, politique et culturelle, et propose un ensemble d’indicateurs de mesure pertinents. Bien qu’il soit difficile de mesurer « la participation et les droits dans le domaine culturel », nous estimons que les indicateurs d’égalité des genres devraient intégrer la question importante de l’accès et de la participation des femmes aux institutions culturelles et à la prise de décisions dans ce domaine.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".