Achieving just outcomes: forensic evidence collection in emergency department sexual assault cases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Achieving just outcomes in sexual assault cases is one of the most serious and complex problems facing the healthcare and justice systems. This study was designed to determine the prevalence and correlates of Sexual Assault Evidence Kit (SAEK) completion and release to police among sexual assault cases presenting to the ED. METHODS: Data for this retrospective study come from the Sexual Assault and Partner Abuse Care Programme (SAPACP) case registry (1 January to 31 December, 2015) at The Ottawa Hospital, a unique medical-forensic access point and the only facility offering SAEK collection in Ottawa. Bivariable and multivariable logistic regression models were conducted using ORs, adjusted ORs (AORs) and 95% CIs. RESULTS: In 2015, 406 patients were seen by the SAPACP and 202 (77.1%) were eligible for a SAEK. Among eligible cases, 129 (63.9%) completed a SAEK and 60 (29.7%) released the SAEK to police for investigation. Youth cases (≤24 years) had the highest odds of completing a SAEK (AOR 2.23, 95% CI 1.18 to 4.23). Cases who were uncertain of the assailant (AOR 3.62, 95% CI 1.23 to 10.67) and assaults that occurred outdoors (AOR 3.14, 95% CI 1.08 to 9.09) were most likely to release the SAEK to police. CONCLUSION: Even with access to specialised forensic evidence collection, many sexual assault survivors do not complete a SAEK, and even fewer release the evidence to police for investigation. The ED is a common entry points into the healthcare system, and this study has highlighted the need to strengthen services and reduce attrition along the health-justice continuum.
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.
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 | 0,003 | 0,005 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 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 découle