Social context of intimate partner violence and system response during COVID-19 in Africa: A scoping review
Notice bibliographique
Résumé
Intimate partner violence (IPV) stands as a global social and public health crisis deeply rooted in extensive social and cultural contexts. The onset of the COVID-19 pandemic has disproportionately affected social interactions. This scoping review aims to synthesize evidence on the social contexts of IPV and system responses to COVID-19 in Africa. Adhering to the Arksey and O’Malley (2005) approach, refined by the Joanna Briggs Institute (2020), this review encompassed relevant literature from bibliographic databases, institutional websites, and electronic libraries from January 2020 to December 2021. The search was executed in three phases across databases, including Social Science Database and Sociological Abstract (through EBSCO), Africa Journal Archive, ProQuest (Coronavirus Research Library; Middle East and Africa Collection; Psychology, Sociology, and Social Science Database), and Google Scholar, also extended to the World Bank e-Library, the BBC portal, and pertinent websites. Briggs’s (2020) recommendations guided the screening, focusing exclusively on English language articles. Convergent synthesis of extracted information utilized thematic analysis and, when applicable, descriptive statistics. Of the 14 articles meeting inclusion criteria, results revealed varied incidences of IPV during the COVID-19 pandemic, encompassing emotional, economic, and violence among minors. Women’s experiences of daily IPV realities during the outbreak and lockdown hinged on contextual factors and relationship dynamics. Emotional and economic violence was predominant, with limited IPV cases among minors. State and non-state responses were inadequate, reactionary, and insufficiently transformative for the complex emergency posed by COVID-19 on livelihoods and intimate relationships. Pre-existing IPV instances lacked sensitivity in the preparedness and measures for gender inequalities within intimate relationships. While IPV was reported, both state and non-state actors exhibited notably deficient responsiveness.
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 | 0,007 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».