The Use and Effectiveness of the Whole School Approach in School-Based Interventions Addressing Gender-Based Violence in Sub-Saharan Africa: A Systematic Review
Notice bibliographique
Résumé
Adolescents and young people in sub-Saharan Africa (SSA) experience high rates of gender-based violence (GBV). The whole school approach (WSA) is an established benchmark of effective school-based interventions to address this issue. We conducted a systematic review of peer-reviewed literature using PubMed/Medline, EMBASE, Scopus, Web of Science, Cochrane Library, Clinicaltrials.gov, and Google Scholar (1) to determine the characteristics, measured outcomes, and effectiveness of school-based GBV interventions and (2) to examine each papers’ alignment with WSA and methodological quality. We developed a comprehensive intervention characteristics form for data extraction and analyzed the selected studies’ quality using the modified Methodological Quality Rating Scale. To measure alignment with WSA implementation standards, we expanded the application of the WSA by creating the Whole School Approach Rating Scale (WSARS) for assessing school-based GBV interventions. Most interventions ( n = 14/16) we reviewed effectively addressed at least one of the three outcomes of interest (i.e., sexual violence, physical violence, and GBV-related knowledge/attitudes). Over half ( n = 9/16) of the studies were rated high on the WSARS. However, we observed no significant differences in effectiveness between studies rated high and those rated low on the WSARS. Our results indicate that school-based GBV interventions could be an effective and sustainable strategy for addressing GBV in and around schools.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».