“It was with my consent since he was providing me with money”: a mixed methods study of adolescent perspectives on peacekeeper-perpetrated sexual exploitation and abuse in the Democratic Republic of Congo
Notice bibliographique
Résumé
BACKGROUND: The United Nations Organization Stabilization Mission in the Democratic Republic of Congo (MONUSCO) has been marred by widespread allegations of sexual exploitation and abuse (SEA) of women and girls by UN peacekeepers. There is minimal research conducted on the perceptions of communities most affected by the SEA themselves, and even less about those below the age of 18. METHODS: Using mixed-methods data, we examined the perceptions of adolescents aged 13-17 on how the lives of women and girls have been affected by the presence of UN peacekeepers within the DRC. SenseMaker, a mixed-methods narrative capture tool, was used to survey participants around six United Nations bases across eastern DRC. Each participant shared a story about the experiences of Congolese women and girls in relation to MONUSCO personnel and interpreted their own stories by answering a series of questions. Patterns of adolescent perspectives (aged 13-17) were analyzed in comparison to all other age groups and emerging qualitative themes were mapped onto quantitative variables. RESULTS: Quantitative data showed that adolescents were more likely, in comparison to all other age groups, to perceive interactions between peacekeepers and women/girls as being initiated by the woman/girl, that the MONUSCO personnel was perceived to be able to offer protection, and that the interactions between local women/girls and peacekeepers were sexual in nature. Three qualitative themes emerged: poverty bringing peacekeepers and women/girls together, material/financial gain through transactional sex and sex work, and support-seeking actions of affected women/girls. CONCLUSIONS: Our mixed methods data illustrate the problematic finding that adolescents facing poverty may perceive SEA as protective through the monetary and material support gained. These findings contribute to the growing body of literature on peacekeeping economies and have implications for the prevention of, and response to, peacekeeper-perpetrated SEA.
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 | 0,000 |
| 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 | 0,000 | 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 ».