MétaCan
Menu
Retour à la cohorte
Enregistrement W4280590254 · doi:10.1186/s13031-022-00458-w

Opportunities and challenges in preventing violence against adolescent girls through gender transformative, whole-family support programming in Northeast Nigeria

2022· article· en· W4280590254 sur OpenAlexfundno aff
Andrea Koris, Shadrack Steven, Veronica Akika, Cassondra Puls, Charles Okoro, David Bitrus, Ilana Seff, Julianne Deitch, Lindsay Stark

Notice bibliographique

RevueConflict and Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaGovernment of CanadaWashington University in St. Louis
Mots-clésFocus groupDomestic violenceThematic analysisTransformative learningParticipatory action researchQualitative researchNonprobability samplingPoison controlPhotovoiceSuicide preventionPsychologyMedicineDevelopmental psychologyPopulationEnvironmental healthSociologySocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Household violence is one of the most prevalent forms of gender-based violence faced by adolescent girls in humanitarian settings. A growing evidence base demonstrates the extent to which multiple forms of familial violence, including intimate partner violence, violence against children, and sibling violence overlap in the same households. However, existing evidence of family support programming that effectively reduces violence against girls by addressing intersecting forms of household violence are limited, particularly in the Global South. Through a qualitative implementation evaluation informed by a grounded theoretical approach, we explored the perceived impact of a gender transformative, whole-family support intervention aimed at building adolescent girls' protective assets against violence, among program participants in two communities of internally displaced people Maiduguri, Borno State, Northeast Nigeria. METHODS: We conducted six in-depth interviews and six focus group discussions with adult caregivers; six participatory activities and four paired interviews with adolescent girls and boys; and 12 key informant interviews with program staff. Criterion sampling was used to recruit 21 male caregivers, 21 female caregivers, 23 adolescent boys, and 21 adolescent girls; purposive sampling was used to recruit 12 program staff to participate in qualitative research activities. We audio recorded, translated, and transcribed all interviews. In a collaborative coding process, a multi-stakeholder team used applied thematic analysis in Dedoose to identify emergent themes in the data. RESULTS: Participants reported a decreased tolerance for and perpetration of violence against girls at the household level, and endorsed their right to protection from violence at the community level. However, alongside these self-reported changes in attitude and behavior, aspects of normative, patriarchal norms governing the treatment of adolescent girls were maintained by participants. CONCLUSIONS: This study builds the evidence base for gender transformative, whole-family support programming and its impact on preventing violence against adolescent girls in humanitarian emergencies. Situating our findings in a feminist analysis of violence, this study calls attention to the complexity of gender norms change programming amongst families in conflict-affected settings, and highlights the need for programming which holistically addresses the relational, community, and structural drivers of violence against girls in emergencies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,266
Tête enseignante GPT0,380
Écart entre enseignants0,114 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConflict and HealthMême sujetIntimate Partner and Family ViolenceTravaux en français237 207