Incidence of child marriage among refugees and internally displaced persons in the Middle East and South Asia: evidence from six cross-sectional surveys
Notice bibliographique
Résumé
OBJECTIVE: To examine incidence of child marriage among displaced and host populations in humanitarian settings. DESIGN: Cross-sectional surveys. SETTING: Data were collected in Djibouti, Yemen, Lebanon and Iraq in the Middle East and in Bangladesh and Nepal in South Asia. PARTICIPANTS: Adolescent girls aged 10-19 in the six settings and age cohort comparators. OUTCOME MEASURES: Cumulative incidence of marriage by age 18. RESULTS: In Bangladesh and Iraq, the hazard of child marriage did not differ between internally displaced populations (IDPs) and hosts (p value=0.25 and 0.081, respectively). In Yemen, IDPs had a higher hazard of child marriage compared with hosts (p value<0.001). In Djibouti, refugees had a lower hazard of child marriage compared with hosts (p value<0.001). In pooled data, the average hazard of child marriage was significantly higher among displaced compared with host populations (adjusted HR (aHR) 1.3; 95% CI 1.04 to 1.61).In age cohort comparisons, there was no significant difference between child marriage hazard across age cohorts in Bangladesh (p value=0.446), while in Lebanon and Nepal, younger cohorts were less likely to transition to child marriage compared with older comparators (p value<0.001). Only in Yemen were younger cohorts more likely to transition to child marriage, indicating an increase in child marriage rates after conflict (p value=0.034). Pooled data showed a downward trend, where younger age cohorts had, on average, a lower hazard of child marriage compared with older cohorts (aHR 0.36; 95% CI 0.29 to 0.4). CONCLUSIONS: We did not find conclusive evidence that humanitarian crises are associated with universal increases in child marriage rates. Our findings indicate that decision-making about investments in child marriage prevention and response must be attuned to the local context and grounded in data on past and current trends in child marriage among communities impacted by crisis.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».