Notice bibliographique
Résumé
Background: Vulnerable populations are sometimes targets for violence and sexual exploitation; this has been reported with respect to women with serious mental illnesses such as schizophrenia. Aim: The aim of this review is to summarize the recent literature on this topic and to outline promising strategies for prevention. Method: Relevant search terms were used in the Google Scholar database from 2000 to the present, and 50 English language papers were selected for review. Results: Women with schizophrenia are targets for sexual harassment and violence, not only domestically, but also on the street, and in institutions. Perpetrators can be intimate partners, strangers, and hospital or prison staff. Women with schizophrenia are sometimes sextrafficked. They are vulnerable because of isolation, passivity, cognitive defects, psychotic symptoms, substance abuse, homelessness, and poverty, and, as a consequence of exploitation, they suffer shame and guilt, increased severity of psychotic symptoms, and increased risk of sexually transmitted disease, unwanted pregnancy, and abortion. On psychiatric assessment, they are seldom asked about the practice of survival sex or about sexual exploitation, and seldom disclose these aspects of their life. Clinical programs are beginning to become available that address self-stigma, educate about risk factors for sexual exploitation and teach safety and self-defense as well as conflict resolution. Psychiatric services are instituting screening procedures for employees, appropriate staff education, and improvements in surveillance measures and policies. Conclusion: Because of increasing awareness of harassment and exploitation of women in general, there is mounting concern about women made more vulnerable than others as a result of severe mental illness.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».