Variations in the population size, distribution and client volume among female sex workers in seven cities of Pakistan
Notice bibliographique
Résumé
OBJECTIVES: To describe the size and distribution of female sex worker (FSW) populations and the distribution of client-FSW encounters in seven major cities of Pakistan. METHODS: Mapping of FSWs was done using a two-stage process of identifying and validating locations where FSWs solicit and/or meet clients, estimating the size of the FSW population at each location and describing the type of sex work. A sample survey of FSWs was conducted to collect data on sociodemographic and behavioural data. Survey data on client volume were analysed to assess the distributional inequality of client sexual encounters in each of these cities. The overall distributional inequality in client-sex worker encounters across the entire FSW population within a city was assessed by drawing Lorenz curves and computing the Gini coefficient. RESULTS: A total of 34 480 FSWs (40% street-based, 57.5% home-based and 2% brothel-based) were mapped in the seven cities. Of these, 2869 participated in behavioural and biological surveys. The median age of FSWs surveyed was 26 years with sexual debut at 18 years. The contribution of different types of FSWs to the total client volume differed substantially between cities, with the contribution of home-based FSWs ranging from 32% to 75%. The overall distributional inequality in client volume also varied substantially between cities, with the Gini coefficient ranging from 0.22 (low inequality) to 0.50 (high inequality). CONCLUSIONS: The relative size and distribution of sex workers and the sex worker-client patterns differs considerably in cities of Pakistan. Programmes should be planned and implemented accordingly.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».