Trends, Issues, and Community Participation in to Prevent Sexual Violence in Children at Sleman Regency, Yogyakarta
Notice bibliographique
Résumé
OBJECTIVE: Violence in children is a phenomenon like an iceberg, more victims do not report than report to related parties. This study will observe the trends of sexual violence that occurred in Sleman Regency, Yogyakarta City in 2015-2018, and see community participation in preventing sexual violence against children to provide advice for policymakers in making regulations regarding sexual violence against children to create a bright generation. METHOD: This research was a descriptive cohort study with a survey method. The sample of the research was 321 children aged 2-18 years in Sleman Regency. This research was done from 2015 to 2018. The data was collected then processed by using linear regression analysis. RESULT: The regression coefficient of the relationship variable with the victim has a positive but very weak effect on sexual violence in children, 2, 419 with a confidence level of 95% at the limit of 0.006-0.061, which means that the relationship with the victim increases the number of child abuse by 2.419%. The coefficient of the location of the incident has a positive effect on sexual violence on children, 2, 800 with a confidence level of 95% at the limit of 0.12 to 0.70, which means the location of the effect on the incidence of sexual violence on children. CONCLUSION: Victims of violence that occur in girls in the elementary-junior high school age range, the Government of Sleman Yogyakarta through the Technical Implementation Unit for the Protection of Women and Children (UPTD PPA) provides counseling to restore children’s mentality so that they can return to society in good condition and avoid violence sexual future. For children to avoid sexual violence against children, sexual education needs to be given starting from the basic layer, namely the family level, besides that parents must be able to play a maximum role in giving attention and protection to realize safety for children.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».