Social and cultural factors perpetuating early marriage in rural Gambia: an exploratory mixed methods study
Notice bibliographique
Résumé
Background: Over the last two decades, early marriage in the Gambia declined significantly (from 58% to 30%), however this rate is still high. The reasons for the decline but continuing practice of early marriage, despite existing legislation prohibiting child marriage, are not very well understood. Very few studies have been conducted to find out what and how local factors influence decisions about early marriage in the Gambia. More information is therefore needed on underlying reasons for the persistence of early marriage in the Gambia so that program managers can use this information to design strategies to decrease early marriages. Methods: The study was conducted in 24 rural settlements in Lower Baddibu District in the North Bank Region of the Gambia. It was based on a mixed-methods design including a cross-sectional household survey with a sample of 181 female adolescents, focus group discussions with 16 male and female parents, and eight key informant interviews with community-based decision makers. Focus group discussions and key informant interviews were transcribed verbatim and analyzed using thematic content analysis, while survey data were analyzed using Stata. Results: The study finds that ethnicity and the fear that girls may engage in premarital sex are two important factors associated with early marriage in rural Gambia. In addition, lack of meaningful alternatives to marriage including work opportunities in rural areas may also limit the options and resources available to girls, resulting in early wedlock. Conclusions: These findings suggest that in order to decrease early marriages in rural Gambia, future efforts should focus on understanding and addressing the role of ethnicity in determining marriage patterns and allaying the fear around premarital sex.The findings also suggest a need to provide girls with employment-oriented education including vocational skills which may result into more empowerment and a delay in marriage.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».