MétaCan
Menu
Retour à la cohorte
Enregistrement W1980767667 · doi:10.1080/13691058.2010.524247

Stigma and HIV risk among<i>Metis</i>in Nepal

2010· article· en· W1980767667 sur OpenAlexaboutno aff
Erin C. Wilson, Sunil Babu Pant, Megan Comfort, Maria L. Ekstrand

Notice bibliographique

RevueCulture Health & Sexuality · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthMinistry of Economy, Trade and IndustryNational Institute of Mental HealthStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésMetisOutreachContext (archaeology)Psychological interventionCondomLaw enforcementGeographyMedicineSocioeconomicsHuman immunodeficiency virus (HIV)Environmental healthPolitical scienceSociologyFamily medicineLawPsychiatry

Résumé

récupéré en direct d'OpenAlex

Similar to other parts of Asia, the HIV epidemic in Nepal is concentrated among a small number of groups, including transgender people, or Metis. This study was conducted to explore the social context of stigma among Metis in Nepal to better understand their risk for HIV. Fourteen in-depth interviews were conducted with Metis in Kathmandu, Nepal. We found that stigma from families leading to rural-urban migration exposed Metis to discrimination from law enforcement, employers and sexual partners, which influenced their risk for HIV. Specific HIV-related risks identified were rape by law enforcement officers, inconsistent condom use and high reported numbers of sexual partners. These data point to an immediate need to work with law enforcement to reduce violence targeting Metis. HIV prevention, housing and employment outreach to Metis in rural areas and those who migrate to urban areas is also needed. Finally, there is a need for more research to determine the prevalence of HIV among Metis, to explore risk within sexual networks and to better understand of the relationship between Metis and their families in order to develop future programmes and interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,388
Écart entre enseignants0,365 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCulture Health & SexualityMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207