MétaCan
Menu
Back to cohort
Record W4391133325 · doi:10.7202/1108450ar

Les grossesses en milieu scolaire en Afrique de l’Ouest et du Centre : les jeunes filles entre tradition et modernité

2024· article· fr· W4391133325 on OpenAlexvenueno aff
Patricia Myriam Isimat-Mirin

Bibliographic record

VenueRevue de l’Université de Moncton · 2024
Typearticle
Languagefr
FieldSocial Sciences
TopicMigration, Identity, and Health
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArt

Abstract

fetched live from OpenAlex

Les progrès économiques et sociaux qui ont résulté des processus d’indépendance des pays africains ont généré une croissance rapide des populations. Or, une telle explosion démographique constitue un véritable défi pour les gouvernements en termes de politique sociale, d’infrastructures et de services; parmi ces priorités figurent notamment la scolarisation, l’appui aux enseignants et la prise en charge sociale des élèves de plus en plus nombreux. Dans les premières années des Indépendances, des internats – des établissements scolaires construits dans l’urgence – facilitaient les inscriptions scolaires des enfants issus des villages et des campagnes. Ces internats ont été par la suite transformés en salles de classe ou en bureaux et la question de l’accueil et du logement des élèves venus de l’intérieur des pays s’est transformée en un casse-tête insoluble. Il en est résulté une forte promiscuité sociale sur fond de débrouillardise dans les villes abritant les lycées et collèges, se traduisant, entre autres dysfonctionnements, par l’explosion des grossesses en milieu scolaire. Ce phénomène, soutenu par l’influence des réseaux sociaux et des films à l’eau de rose, a pris une telle ampleur qu’il fait éclater toutes les dispositions sociales et familiales existantes. L’article fait ici le point des défis sociaux à relever pour remédier à ce phénomène général devenu mondial.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.364
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.016
GPT teacher head0.258
Teacher spread0.242 · 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 teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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

Citations1
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueRevue de l’Université de MonctonSame topicMigration, Identity, and HealthFrench-language works237,207