Research on Law and Policy to Prevent Teen Dating Violence: Scoping Review
Notice bibliographique
Résumé
Teen dating violence (TDV) is a global public health issue with numerous consequences for physical, psychological, social, and emotional well-being. Thus, prevention of TDV has been a focus of research attention for the past several decades. As part of a comprehensive TDV prevention approach, programs, practices, and policies are needed. Yet, no prior research has reviewed the state of the science on laws and policies designed to prevent or address TDV. Thus, the objective of this scoping review was to identify existing global, empirical research on law and policy for TDV prevention and intervention at the municipal, provincial/state/territorial, or federal/national levels. Through comprehensive searches in eight databases in February 2022 and January 2024, we located 4,826 articles for potential inclusion. From this pool, articles were included if they focused on adolescents and on TDV-relevant law or policy at the local/municipal/school, state/provincial/territorial, or federal/national level(s), and were published in a peer-reviewed journal in English between January 1983 and December 2023. Following title/abstract screening and full-text review, 19 studies were ultimately included. These 19 studies focused on TDV law and policy content (36.8%, n = 7), implementation (36.8%, n = 7), and outcomes (26.3%, n = 5). All studies but one were conducted in high-income countries. Findings from this body of work may be useful as other jurisdictions develop TDV prevention and intervention laws and policies. Future work is also needed to understand the developmental, contextual, and policy context for TDV prevention outside of high-income, Western countries.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».