Domestic violence and associated factors during COVID-19 epidemic: an online population-based study in Iran
Notice bibliographique
Résumé
BACKGROUND: The novel coronavirus disease 2019 has severely affected communities around the world. Fear and stress of being infected, along with pressure caused by lockdown, prevention protocols, and the economic downturn, increased tension among people, which consequently led to the rise of domestic violence (DV). Therefore, this study was conducted to determine the rate of change in DV and its associated factors during the COVID-19 epidemic in Shiraz, Iran. METHODS: In this cross-sectional study, 653 individuals with the age of over 15 years from Shiraz were participated through snowball sampling and filled out an online questionnaire through the WhatsApp platform. A 51-item, self-administered and multidimensional (knowledge, attitude, and practice) questionnaire was designed and assessed 653 participants. The gathered data was analyzed using SPSS software (version 25), and variables with a p-value of less than 0.05 were considered statistically significant. RESULTS: In this study, 64.2% of the respondents were within the age range of 31-50 years, and 72.6% of the subjects were female. Furthermore, 73.8 and 73.0% of the individuals were married and educated for over 12 years, respectively. The DV increased by 37.5% during the quarantine period, compared to before the pandemic. The emotional type was the most common type of violence; the sexual type was the least frequent. Multivariate analysis indicated that infection with COVID-19, drug use, high level of co-living observation of anti-COVID prevention protocols, and lower level of physical activity during the quarantine period had a positive and significant association with the occurrence of DV. CONCLUSION: Based on the obtained results, it is required to implement effective harm-reduction policies and measures in the community due to the increasing rate of DV during the COVID-19 epidemic.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».