Violence reported by asylum seekers assisted by the Archdiocesan Caritas of Rio de Janeiro from 2010 to 2017
Notice bibliographique
Résumé
Abstract Currently, the world has 89.3 million forcibly displaced people, including 27.1 million refugees. Among the reasons for displacement are torture and other forms of violence, but the real prevalence of violence before and during migration is poorly reported. The aim of this study is to analyze the prevalence of reported violence among asylum seekers in Rio de Janeiro and its associated factors. We collected secondary data from individuals who filled out the National Committee for Refugees’ asylum application forms from 2010 to 2017 and responded to the social interview at Cáritas-RJ. We included 1,546 asylum seekers with a mean age of 30 (range 15-72), 65% of whom were men. One third reported experiencing violence before arriving in Brazil. Chances of experiencing violence were 20 to 40 times higher among refugees arriving from Pakistan, Congo, Colombia, the Democratic Republic of Congo and Guinea. Physical violence/torture and psychological threats were the most frequent forms (10%, 7% and 6% of the population, respectively). Among women, sexual violence was the most frequent form of violence (9% of women). We conclude that asylum seekers in Brazil frequently suffered violence before their arrival, particularly some groups. This needs to be addressed when providing services to this extremely vulnerable population.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».