Design and Implementation of the Amenah Early Marriage Pilot Intervention Among Syrian Refugees in Lebanon
Notice bibliographique
Résumé
ABSTRACT Implementing and evaluating interventions in humanitarian settings in low- and middle-income countries presents unique challenges that are little addressed in the implementation literature. We document the process of developing, implementing, and evaluating the Amenah pilot intervention that aimed to mitigate the drivers of early marriage in a Syrian refugee community in Lebanon. Adolescent girls’ vulnerability to early marriage increases following displacement due to poverty, insecurity, and school disruptions. We delineate how, as a local research team, we triangulated evidence from the international literature and formative community research to make informed decisions during the intervention’s design and implementation phases. The pilot was delivered to 203 Syrian refugee schoolgirls aged 11–14 years during the 2017–2018 academic year. It consisted of 16 structured, interactive sessions with girls and a set of facilitated meetings with the girls’ mothers, both of which were implemented by trained female community workers from the Syrian refugee community. Process evaluation results showed that sociodemographic factors predicted attendance among mothers, but relationships with peers in the intervention were the only significant predictor of attendance among girls. The primary outcomes of the pilot were attitudinal measures related to education and marriage. Attitudes toward education were highly positive at baseline and did not change over the course of the intervention. There were no significant changes in girls’ ideal age at marriage. Among girls aged 13 and older at endline, the mean self-reported expected age at marriage increased slightly from 20.2 to 20.8 years (P<.05). Our results also suggest that girls may adjust their expected age at marriage downward as they become older and if they drop out of school. We reflect in the discussion on some of the challenges encountered and lessons learned for the benefit of researchers intending to conduct community-based interventions in displacement settings.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».