MétaCan
Menu
Back to cohort
Record W4390316823 · doi:10.3917/autr.070.0205a

« Avec une touche d’équité de genre... » : Les politiques publiques dans les champs de la santé et du développement au Yucatán , Arlette Gautier , Marie-France Labrecque , Presses de l’université de Laval, 2013, 359 p.

2015· article· fr· W4390316823 on OpenAlexaboutno aff
Ioana Cîrstocea

Bibliographic record

VenueAutrepart · 2015
Typearticle
Languagefr
FieldSocial Sciences
TopicMigration, Health, Geopolitics, Historical Geography
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArtSociology

Abstract

fetched live from OpenAlex

La gestation pour autrui, comme nouvelle technique de reproduction, est une pratique de plus en plus utilisée et un sujet d’actualité particulièrement discuté sur la scène transnationale. Elle fait l’objet de nombreuses controverses car elle induit désormais des relations complexes entre des populations riches du Nord et des populations plus vulnérables du Sud. La littérature à ce sujet aborde essentiellement les aspects éthiques, médicaux et familiaux de la pratique dans les pays occidentaux. Les études sur la gestation pour autrui dans les pays du Sud sont plus rares. L’objectif de l’article est ainsi d’analyser la gestation pour autrui dans le Sud depuis la perspective des droits reproductifs : si l’on se réfère aux définitions rédigées au Caire et à Beijing, la gestation pour autrui peut-elle être analysée comme un droit reproductif ? L’Inde est un cas intéressant pour une telle analyse car le pays est devenu un leader international en matière de gestation pour autrui. La question de cette pratique en Inde est discutée à partir de trois études de terrain basées sur des entretiens menés auprès de gestatrices : les études de A. Pande à Ahmedabad (2006-2008), de S. Saravanan au Gujarat (2009) et de S. Rudrappa au Bangalore (2011-2012).

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Review · Consensus signal: none
Teacher disagreement score0.314
Threshold uncertainty score0.625

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.003
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0020.004
Science and technology studies0.0100.013
Scholarly communication0.0070.006
Open science0.0010.004
Research integrity0.0040.005
Insufficient payload (model declined to judge)0.0050.001

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.

Opus teacher head0.019
GPT teacher head0.308
Teacher spread0.289 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreReview

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".

Quick stats

Citations0
Published2015
Admission routes1
Has abstractyes

Explore more

Same venueAutrepartSame topicMigration, Health, Geopolitics, Historical GeographyFrench-language works237,207