Notice bibliographique
Résumé
Child sexual abuse is a common and devastating problem affecting as many as 15 to 30% of girls. Perpetrators of child sexual abuse are more likely to be male; most often someone known to the child. It is now well established that child sexual abuse is a non-specific risk factor for both internalizing and externalizing disorders in girls and adult women, and is associated with neurobiological dysregulation in both childhood and adulthood. Children’s exposure to sexual abuse continues to be underrecognized and underdetected. Generally, sexual abuse of a child is detected when a child discloses to another person. A comprehensive assessment is the first step in determining the treatment needs for a child who has been sexually abused and should include evaluation of risk for recurrence, as well as the child’s behavioral, emotional and cognitive functioning and the family environment, including level of support. Cognitive-behavioral therapy for sexually abused children with symptoms of posttraumatic stress disorder (PTSD) shows the best evidence for reducing subsequent impairment; however, it is important to consider the child’s context and risk of recurrence when determining treatment needs. Although the main focus of sexual abuse prevention has been on education programs aimed at children, and offender management, it remains unknown whether such programs actually prevent child sexual abuse. Most information about sexual abuse of girls is based on studies from high-income countries; further research is needed to improve our understanding of child sexual abuse experienced by children in low and middle-income countries and global strategies for prevention.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».