Women's Participation in Foreign Labour Migration and Spousal Violence: A Study on Returnee Women Migrant Workers in Nepal
Notice bibliographique
Résumé
While existing studies point to a high degree of physical and sexual violence 1against women in Nepal, there is a lack of studies assessing the extent of violence among women who participate in foreign labor migration. This paper tries to fill this research gap by assessing the prevalence of spousal violence against women in overseas employment by using survey and interview data from a non-probability sample of 138 returnee women migrant workers (WMWs). The data used in this paper was collected in Dhading and Rupandehi districts in 2017 by a team of researchers, including the authors of this paper, for a comprehensive study on gender-based violence against WMWs. The study found the rate of lifetime physical violence among WMWs ten percent higher than the national average of 22 percent (MOHP 2012). This rate was highest among Dalit women and women above 35. The physical and sexual violence rates were lowest among women with secondary education or above. Similarly, the rates of physical and sexual violence were lowest among the WMWs whose husbands had secondary or higher levels of education, and the rates were highest among the WMWs whose husbands did not have a formal education. The study found only a weak relationship between women’s participation in labor migration and violence from their husbands and family members. For many WMWs, the violence prevailed in the pre-migration and post-return phases, and some women had participated in labor migration due to the violence in the family itself.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».