Biosocial life‐course factors associated with women's early marriage in rural India: The prospective longitudinal Pune Maternal Nutrition Study
Notice bibliographique
Résumé
OBJECTIVES: By convention, women's early marriage is considered a sociocultural decision sensitive to factors acting during adolescence such as poverty, early menarche, and less education. Few studies have examined broader risk factors in the natal household prior to marriage. We investigated whether biosocial markers of parental investment through the daughters' life-course were associated with early marriage risk in rural India. We used an evolutionary perspective to interpret our findings. MATERIALS AND METHODS: A prospective cohort recruited mothers at preconception. Children were followed from birth to age 21 years. Multivariable logistic regression models estimated odds ratios of marrying early (<19 years) associated first with wealth, age at menarche and education, and then with broader markers of maternal phenotype, natal household characteristics, and girls' growth trajectories. Models adjusted for confounders. RESULTS: Of 305 girls, 71 (23%) had married early. Early married girls showed different patterns of growth compared to unmarried girls. Neither poverty nor early menarche predicted early marriage. Girls' non-completion of lower secondary school predicted early marriage, explaining 19% of the variance. Independent of girls' lower schooling, nuclear household, low paternal education, shorter gestation, and girls' poor infant weight gain were associated with marrying early, explaining in combination 35% of the variance. DISCUSSION: Early marriage reflects "future discounting," where reduced parental investment in daughters' somatic and educational capital from early in her life favors an earlier transition to the life-course stage when reproduction can occur. Interventions initiated in adolescence may occur too late in the life-course to effectively delay women's 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».