Conflict in the Indian Kashmir Valley I: exposure to violence
Notice bibliographique
Résumé
BACKGROUND: India and Pakistan have disputed ownership of the Kashmir Valley region for many years, resulting in several conflicts since the end of partition in 1947. Very little is known about the prevalence of violence and insecurity in this population. METHODS: We undertook a two-stage cluster household survey in two districts (30 villages) of the Indian part of Kashmir to assess experiences with violence and mental health status among the conflict-affected Kashmiri population. The article presents our findings for confrontations with violence. Data were collected for recent events (last 3 months) and those occurring since the start of the conflict. Informed consent was obtained for all interviews. RESULTS: 510 interviews were completed. Respondents reported frequent direct confrontations with violence since the start of conflict, including exposure to crossfire (85.7%), round up raids (82.7%), the witnessing of torture (66.9%), rape (13.3%), and self-experience of forced labour (33.7%), arrests/kidnapping (16.9%), torture (12.9%), and sexual violence (11.6%). Males reported more confrontations with violence than females, and had an increased likelihood of having directly experienced physical/mental maltreatment (OR 3.9, CI: 2.7-5.7), violation of their modesty (OR 3.6, CI: 1.9-6.8) and injury (OR 3.5, CI: 1.4-8.7). Males also had high odds of self-being arrested/kidnapped (OR 8.0, CI: 4.1-15.5). CONCLUSION: The civilian population in Kashmir is exposed to high levels of violence, as demonstrated by the high frequency of deliberate events as detention, hostage, and torture. The reported violence may result in substantial health, including mental health problems. Males reported significantly more confrontations with almost all violent events; this can be explained by higher participation in outdoor activities.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».