Violencia familiar y violencia psicológica en las mujeres a consecuencia de la pandemia COVID 19 en la ciudad de Pisco – 2020
Bibliographic record
Abstract
La investigación titulada, la violencia familiar y violencia psicológica en las mujeres a consecuencia de la pandemia Covid 19 en la ciudad de Pisco – 2020, refleja las connotaciones sociales, económicas, educativas, estructurales, los grados y cifras de las victimas afectadas por la violencia diversa, en la salud mental, no solo son cifras, se debe tomar en cuenta la parte psíquica afectiva, la recuperación de su estado mental, la cual se constituye hoy día, como un grave problema público, la defensa de los derechos de la mujer , interés superior de los niños, El Objetivo general fue: Analizar de qué manera influye el incremento de los casos de violencia familiar y violencia psicológica en las mujeres a consecuencia de la pandemia COVID - 19 en la ciudad de Pisco 2020. El método aplicado es el Hipotético Deductivo, debido a que será sometida a contrastación la hipótesis prevista para esta investigación. Para obtener resultados, se aplicó las técnicas e instrumentos de la recolección de datos, entrevistas, cuestionario de la Escala de Likert, los mismos que fueron procesados estadísticamente en gráficos, los cuales fueron interpretados de acuerdo los resultados obtenidos, se relacionan con el tema de investigación, con el objetivo principal y objetivos específicos, se planteó la operacionalización de las variables de las cuales salieron las dimensiones y las respectivas preguntas a aplicar, el cual se reflejan en las conclusiones y sugerencias de acuerdo al esquema de nuestra Universidad.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".