Toward Ending Violence Against Women: The Association of Intimate Partner Violence With Food Security Status Among Ever-Married Women in Cameroon
Notice bibliographique
Résumé
Despite an extensive body of literature that explores potential mechanisms explaining the factors associated with intimate partner violence (IPV) experienced by women, very few studies have studied the association of food security status with women’s experience of IPV in sub-Saharan Africa countries, including Cameroon. Using data from the 2018 Cameroon Demographic and Health Survey ( n = 4,690), we explore the association between food security status and three distinct forms of IPV (i.e., emotional, sexual, and physical IPV) among ever-married women in Cameroon. Adjusting for socioeconomic, demographic, and attitudinal and behavioral characteristics, we found that women with severe (odds ratio [ OR ] = 2.09, p < .01), moderate ( OR = 1.88, p < .05), and mild ( OR = 1.76, p < .05) food insecurity were more likely to experience sexual IPV, compared to those without any food insecurity, whereas women with severe food insecurity were more likely to experience physical IPV ( OR = 1.89, p < .001). Although women with severe ( OR = 1.51, p < .01) and moderate ( OR = 1.67, p < .001) food insecurity had a higher likelihood of experiencing emotional IPV at a bivariate level, we found that these associations became no longer significant in our adjusted model. These findings suggest that food insecurity is a critical risk factor for IPV among ever-married women in Cameroon. Addressing IPV requires a comprehensive strategy that places special emphasis on households experiencing food insecurity. There is also an urgent need to implement educational programs to increase awareness of the interconnection between food insecurity and IPV and to allocate resources to community-based initiatives that empower women both economically and socially.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».