MétaCan
Menu
Retour à la cohorte
Enregistrement W4402515031 · doi:10.29063/ajrh2024/v28i8s.7

Transactional sex in humanitarian settings: A comparative analysis of livelihood and demographic predictors

2024· article· en· W4402515031 sur OpenAlexfundno aff
Michael Kunnuji, Brian Kanaahe, Connor Roth, Funsho Bukoye, Doreen Atukunda, Simbiat Alayande, Emily Schaub, Adenike Esiet, Heather M. Marlow, Chimaraoke Izugbara

Notice bibliographique

RevueAfrican Journal of Reproductive Health · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésTransactional sexRefugeeTransactional leadershipSex workInternally displaced personSex traffickingLivelihoodPsychologyPopulationSocial psychologyDemographic economicsDemographyPolitical scienceCriminologyMedicineSociologyEconomicsGeographyHuman traffickingResearch methodology

Résumé

récupéré en direct d'OpenAlex

Millions of people have been displaced within or outside their countries. Disruptions associated with displacement often lead to transactional sex with dire social, sexual and reproductive health implications. A common driver of transactional sex is food insecurity among refugees and internally displaced persons (IDPs), yet IDP/refugee settings offer an opportunity for females to challenge and renegotiate gender norms and exercise greater control over their lives and sexuality. We compared predictors of transactional sex across humanitarian settings and found them to be significantly different. Among IDPs, the likelihood of transactional sex reduces with having access to food ration and education, but increases with having 'other sources' of income. Among refugees, transactional sex likelihood reduces with having either/both parent(s) alive but increases with working for money. Hence, multiple factors drive transactional sex in different contexts. Protecting women in humanitarian situations from the risks of transactional sex requires an understanding of these differences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,337
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Reproductive HealthMême sujetSex work and related issuesTravaux en français237 207