Technology-facilitated gender-based violence against women with disabilities in low- and middle-income countries: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Women with disabilities in low- and middle-income countries (LMICs) face heightened risks of experiencing gender-based violence (GBV). The rapid growth of digital technologies has introduced new forms of violence, such as technology-facilitated gender-based violence (TFGBV), which disproportionately affects marginalised groups. Despite growing awareness, the intersection of disability, gender and TFGBV is under-researched. This scoping review aims to map and synthesise the evidence on TFGBV against women with disabilities in LMICs, exploring the manifestations of violence, its key vulnerabilities and protective factors within these settings. METHODS AND ANALYSIS: This scoping review will be conducted in accordance with the Preferred Reporting Items for Systematic reviews and Meta-Analysis extension for Scoping Reviews guidelines. A systematic search of peer-reviewed and grey literature will be performed in six databases, including CINAHL, Scopus, Web of Science, Social Sciences Citation Index, PubMed and PsycINFO. Studies published from 2010 onwards, focusing on women with disabilities in LMICs and involving any form of TFGBV, will be included. The search strategy includes broad query terms to capture diverse experiences of TFGBV. The identified literature will be screened and double-checked for relevance by independent reviewers. Data extraction will focus on key themes such as study design, forms of TFGBV and the risks and protective factors reported. We will conduct basic content analysis, and results will be presented in tables and narratives, providing a descriptive map of the evidence. ETHICS AND DISSEMINATION: This review will synthesise previously published studies and publicly available grey literature; therefore, ethical approval is not required. The findings will be disseminated through a peer-reviewed publication, presentations at relevant conferences and knowledge-sharing sessions with stakeholders working in the field of disability and GBV prevention. The review will inform future research and interventions aimed at addressing TFGBV in LMICs. TRIAL REGISTRATION DETAILS: Open Science Framework (https://doi.org/10.17605/OSF.IO/GZ2UR).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,115 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,015 | 0,014 |
| Bibliométrie | 0,024 | 0,016 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,008 | 0,009 |
| Intégrité de la recherche | 0,012 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,064 | 0,016 |
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 source (Gemma direct ou Codex distillé), 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 ».