Global prevalence of non-partner sexual violence against women
Notice bibliographique
Résumé
Sexual violence against women is a human rights violation and public health concern, with serious implications for women's physical and mental health. Reducing non-partner sexual violence, including rape, sexual assault and other forms of non-contact sexual abuse, is one of the main indicators of the sustainable development goals. World Health Organization estimates, based on available prevalence data from 137 countries between 2000 and 2018, showed that, globally, 6% of women aged 15-49 years reported experiencing sexual violence in their lifetime from someone other than an intimate partner, with prevalence rates varying across regions. However, the reporting, measurement and documentation of the global extent of non-partner sexual violence against women is methodologically challenging, resulting in a gross underestimation of its magnitude and impact. To prevent and respond to this issue, policy-makers must consider interventions on education, access to relevant health-care services, public awareness, and effective and comprehensive legislation. To better estimate the prevalence of both sexual violence overall and non-partner sexual violence, it is essential to continue to strengthen the measurement of non-partner sexual violence, including the types of acts asked about and the mode of interviewing. Further research is needed to understand the cumulative impact of different forms of sexual violence on the lives of women and girls, including sexual violence during childhood and its associated risk with further exposure. Funding is required for more research and implementation of interventions to prevent and reduce all forms of violence against women and girls, including sexual violence.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».