Climate Change-Related Risks of Gender-Based Violence (GBV) Among 2SLGBTQIA+ University Students and Emergent Adults: A Scoping Review
Notice bibliographique
Résumé
A scoping review was conducted using international databases, including Web of Science, Scopus, ProQuest, PubMed, Embase, and EBSCOhost, covering studies since 2009. Sixty-three articles focusing on gender-based violence (GBV) among 2SLGBTQIA+ university students and emergent adults were analyzed, incorporating climate change-related vulnerabilities that exacerbate GBV risks for marginalized students. Key factors were categorized into bullying, violence, and victimization; intersectionality; lack of awareness; disclosure of violence; and well-being and mental health implications. The findings reveal that discrimination, lack of support, and structural inequalities heighten vulnerability to GBV, compounded by climate-induced stressors such as displacement and resource scarcity. Practical implications include integrating intersectional approaches, tailored mental health support, climate resilience strategies, and anti-discrimination training into institutional policies, while public policy should strengthen safety nets, improve housing and healthcare access, and address compounded risks for marginalized groups during climate crises. Social work should prioritize culturally competent, trauma-informed interventions and foster community resilience. The study identifies critical research gaps, emphasizing the need to expand beyond US-focused studies to explore global intersections of GBV, climate change, and marginalized identities. These findings underscore the urgency of comprehensive strategies to mitigate GBV risks and enhance resilience for 2SLGBTQIA+ students.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».