Victimization and Perpetration of Intimate Partner Violence among Female and Male Youth and Adults in South Africa
Notice bibliographique
Résumé
OBJECTIVE: Intimate partner violence (IPV) is a huge public health problem. The aim of the study was to estimate the prevalence and influence of sociodemographic and health characteristics on IPV victimization and perpetration among women and men 15 years and older in South Africa.MATERIALS & METHODS: Data based on the South African national population-based survey in 2012 for 15916 (8532 women and 7384 men) aged 15 years and older who were in an intimate partner relationship were analysed. Bivariate and multivariable logistic regression was conducted to assess the association between sociodemographic factors, health variables and IPV victimization and perpetration.RESULTS: Among women, 8.5% had experienced any form of IPV in the past 12 months, and 3.5% of the women had engaged in IPV perpetration in the past 12 months. Among men, 5.0% had experienced any form of IPV in past 12 months, and 4.4% of the men had engaged in IPV perpetration in the past 12 months. In multivariable logistic regression analysis among women, younger age, being African Black, having psychological distress, having been a victim of violent crime and having had multiple sexual partners were associated with IPV victimization in the past 12 months, while younger age, psychological distress, hazardous or harmful alcohol use, and having had multiple sexual partners was associated with IPV perpetration in the past 12 months. In multivariable logistic regression analysis among men, younger age, psychological distress, hazardous or harmful alcohol use, and having been a victim of violence crime was associated with IPV victimization in the past 12 months, while younger age, poor health status, psychological distress, hazardous or harmful alcohol use, and illicit drug use was associated with IPV perpetration in the past 12 months.CONCLUSION: Past 12-month prevalence of IPV victimization and perpetration among women and men was significant. IPV gender commonalities and differences in risk factors, such as psychological distress, substance use, crime victimization and sexual risk behaviour, may inform strategies of violence prevention programmes.
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 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».