Global Trends in Childhood Sexual Abuse and Bullying Victimization in 204 Countries: A Comprehensive Analysis From 1990 to 2019
Notice bibliographique
Résumé
OBJECTIVES: No comprehensive analysis has yet been published regarding global trends in childhood sexual abuse (CSA) and bullying victimization (BV). The present study offers a longitudinal perspective on their prevalence worldwide. METHODS: CSA and BV rates were extracted from the Global Burden of Disease study, spanning the years 1990 to 2019 across 204 countries. Trends by gender, region, and human development index (HDI) were examined. RESULTS: For both boys and girls, and in both high-HDI and low-HDI countries, CSA rates did not significantly change from 1990 to 2019 (p>0.05). However, BV rates increased significantly in high-HDI and low-HDI countries for both genders (p<0.001). Subsequently, we analyzed trends separately by gender across all countries, without considering development level. In this analysis, CSA rates among girls decreased from 1990 to 2000, followed by an increasing tendency after 2000; overall, an upward trend was evident between 1990 and 2019 (p=0.029). In contrast, no significant pattern was observed for boys. Notably, BV demonstrated an increasing trend across all regions when HDI was not considered (p<0.05), with African populations experiencing the most pronounced rise (p<0.001). Globally, boys consistently exhibited higher BV rates than girls. CONCLUSIONS: Our research indicates that, on a global scale, rates of CSA among girls have been rising. Additionally, BV rates have increased in all regions for both boys and girls. Notably, this trend in BV rates is occurring irrespective of HDI. These findings underscore the necessity for targeted interventions in areas with high rates of CSA and BV.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».