How are Gender Equality and Human Rights Interventions Included in Sexual and Reproductive Health Programmes and Policies: A Systematic Review of Existing Research Foci and Gaps
Notice bibliographique
Résumé
The importance of promoting gender equality and human rights in sexual and reproductive \nhealth (SRH) programmes and policies has been affirmed in numerous international \nand regional agreements, most recently the 2030 Agenda for Sustainable Development. \nGiven the critical role of research to determine what works, we aimed to identify research \ngaps as part of a broader priority setting exercise on integrating gender equality and \nhuman rights approaches in SRH programmes and policies. A systematic literature \nreview of reviews was conducted to examine the question: what do we know about how \nresearch in the context of SRH programmes and policies has addressed gender equality \nand human rights and what are the current gaps in research. We searched three databases \nfor reviews that addressed the research question, were published between 1994± \n2014, and met methodological standards for systematic reviews, qualitative meta-syntheses \nand other reviews of relevance to the research question. Additional grey literature \nwas identified based on expert input. Articles were appraised by the primary author and \nexamined by an expert panel. An abstraction and thematic analysis process was used to \nsynthesize findings. Of the 3,073 abstracts identified, 56 articles were reviewed in full and \n23 were included along with 10 from the grey literature. The majority focused on interventions \naddressing gender inequalities; very few reviews explicitly included human rights \nbased interventions. Across both topics, weak study designs and use of intermediate outcome \nmeasures limited evidence quality. Further, there was limited evidence on interventions \nthat addressed marginalized groups. Better quality studies, longer-term indicators, \nand measurement of unintended consequences are needed to better understand the \nimpact of these types of interventions on SRH outcomes. Further efforts are needed to cover research on gender equality and human rights issues as they pertain to a broader \nset of SRH topics and populations.
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 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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».