Taking action to rebuild: violence experienced by migrants consulting Doctors of the World in Europe
Notice bibliographique
Résumé
Background Since 2006, the Doctors of the World (DOW) International Network Observatory has been conducting multicenter surveys in Europe among vulnerable people – the vast majority of whom are immigrants – who make use of of its national programs, in order to describe their social and health-related characteristics and access to care, with the goal of informing the public authorities and European institutions and bringing about positive changes. Materials and Methods A cross-sectional analysis of routine data collected from 23,341 patients who availed themselves of the MdM clinics in 26 cities in 11 countries in 2014 (Belgium, Canada, France, Germany Greece, the Netherlands, Spain, Sweden, Switzerland, Turkey and United Kingdom), 1809 of whom were interviewed about the violence they may have experienced in their lives. For foreign citizens, note was taken of when the violence occurred: in their country of origin, during migration journey, or in the host country. Results 84.4% of the interviewees had experienced one or more episodes of violence. 52.1% had lived in a country at war, 43.3% had been threatened physically or imprisoned for their ideas, 39.1% had suffered violence at the hands of the police or armed forces, 42.1% had been subjected to psychological violence, and 14.9% had been victims of rape (24.1% of the women and 5.4% of the men). 35.7% had suffered from hunger. It was also found that 9.8% had experienced violence after arriving in Europe, in particular, hunger (40.8%) or confiscation of their identity papers and money (37.1%). One in 5 rapes was committed after they had arrived in Europe. Discussion The high rate of experiences of violence confirms the importance in primary care to systematically ask patients, especially migrants, about violence, given its consequences, including its long-term consequences. In the vast majority of cases, their management is a primary health care concern. Key messages Violence experiences are very frequent among vulnerable migrants They should be systematicaly screened in primary care
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».