Participant and narrative characteristics associated with host community members sharing experiences of peacekeeper-perpetrated sexual exploitation and abuse in the Democratic Republic of Congo
Notice bibliographique
Résumé
Introduction Peacekeeper-perpetrated sexual exploitation and abuse (SEA) in the Democratic Republic of Congo (DRC) account for 36% of the global reports of formal SEA allegations to the UN between 2007 and 2021. However, formally reported SEA represents only a fraction of that which occurs, and community experiences of peacekeeper-perpetrated SEA are likely different than those reflected in official UN documents. Methods Using mixed-methods, cross-sectional data collected in the DRC in 2018, we used descriptive analysis and multivariate Poisson regression with robust error estimates to examine the participant and narrative characteristics associated with sharing an experience about peacekeeper-perpetrated SEA. Results Participants in Bukavu (adjusted relative risk (aRR) 0.85, 95% CI 0.79 to 0.91) and Kalemie (aRR 0.75, 95% CI 0.69 to 0.81) were less likely to share narratives about sexual interactions, while civilian UN personnel (aRR 1.16, 95% CI 1.00 to 1.34) were slightly more likely to be implicated in narratives about sexual interactions. Narratives in which the outcome was deemed fair to the woman/girl were more likely to be about sexual interactions (aRR 1.07, 95% CI 1.02 to 1.12). Both the regression analysis and the participants’ interpretation of the shared narratives illustrated the significant role poverty played in SEA, suggesting that the outcomes of sexual interactions may have been deemed fair since affected women/girls were perceived to have benefited financially/materially. Conclusion There is significant variation between host communities in the likelihood of sharing narratives about SEA, which could prove useful for informing more targeted SEA prevention initiatives. Narratives about sexual interactions with UN personnel were more often deemed to have fair outcomes for the affected women/girls, likely related to ongoing poverty in host communities and perceived financial/material gain. These findings highlight how extreme poverty may impact perceptions around informed consent as well as fairness and require further study. Perceptions around fair outcomes would disincentivise formal reporting, which needs to be considered when devising community-based complaint networks.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».