Intimate partner violence in older South African women: An analysis of the 2016 Demographic and Health Survey
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: South Africa (SA) has one of the highest rates of intimate partner violence (IPV) in the world. It is also in the midst of a demographic transition in which the number of people aged >60 years is expected to double by mid-century. Despite the confluence of these two public health issues, there are no published studies on the epidemiology and risk factors for IPV in older SA women. OBJECTIVES: To provide a foundational understanding of IPV among women aged ≥50 years in SA. METHODS: This study used the first-ever nationally representative sample of women aged >49 (N=2 265) that includes data on physical, sexual, and emotional IPV. Both lifetime experience of IPV and IPV within the past 12 months were reported, as was the presence of controlling behaviours by the partner. Four multilevel logistic models and one multilevel linear regression model were fit to examine the demographic, developmental and structural correlates of IPV in women aged 50 - 95. RESULTS: The lifetime prevalence rates for all types of IPV were slightly higher among older women than among women aged 15 - 49. Nine percent of respondents reported IPV in the past 12 months, and 35% reported at least one persistent controlling behaviour. Divorced/separated women and those who had witnessed IPV as a child had greater odds of reporting IPV. In contrast to the literature on younger women, education, race and wealth were not strong predictors of IPV in this sample of older women. CONCLUSIONS: This study is the first of its kind in the SA context, and shows that IPV is a persistent threat for women across the lifespan. It suggests that IPV may manifest differently in older women compared with women of reproductive age, necessitating future qualitative and quantitative studies that examine the correlates, causes and points of intervention unique to this growing population.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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