MétaCan
Menu
Retour à la cohorte
Enregistrement W2117177270 · doi:10.1590/s0034-89102008000400007

Violência física e fatores associados: estudo de base populacional no sul do Brasil

2008· article· pt· W2117177270 sur OpenAlexaff
Lílian Palazzo, Alessandra Kelling, Jorge Umberto Béria, Andréia Cristina Leal Figueiredo, Luciana Petrucci Gigante, Beatriz Raymann, Diego G. Bassani

Notice bibliographique

RevueRevista de Saúde Pública · 2008
Typearticle
Languept
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

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 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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,417
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,311
Écart entre enseignants0,276 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations10
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Saúde PúblicaMême sujetElder Abuse and NeglectTravaux en français237 207