Violência física e fatores associados: estudo de base populacional no sul do Brasil
Notice bibliographique
Résumé
OBJECTIVE: To estimate the prevalence of physical violence and its association with sociodemographic aspects, stressful life events, and the use of health services due to emotional problems. METHODS: A cross-sectional population-based study was conducted with a sample of 1,954 14-year-old or older inhabitants of the city of Canoas (Southern Brazil). They were selected by means of conglomerate sampling according to a pre-established system. Data were obtained in visits to households by means of a confidential semi-structured questionnaire. A bivariate analysis was carried out through multinomial logistic regression, and the multivariate analysis by polytomous logistic regression, categorizing the outcome by age group. RESULTS: The findings show a prevalence of 9.7% (CI 95%: 8.37;11.03) and association with: women 20 years old and older (OR=2.74; CI 95%: 1.52;4.94); higher schooling rate (p<0.03); higher experience of stressful life events at 20 years of age or more (OR=6.61; CI 95%: 2.71;16.1); and doctors' appointments due to emotional problems as of 10 years of age (p>0.001). CONCLUSIONS: The prevalence of physical violence in the population was significant, resulting in important emotional consequences and impact on health services, requiring capacity building of the professionals in the field.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».