Barriers and facilitators to accessing post sexual-based violence health services among young women attending higher education institutions in Nigeria
Notice bibliographique
Résumé
BACKGROUND: Post sexual-based violence (SBV) services are crucial for mitigating SBV-induced consequences. However, these services are reportedly rare and often underutilized, particularly by young women in Sub-Saharan Africa. This study aimed to explore the barriers and facilitators to accessing post-SBV services among young women (18-24 years) attending higher education institutions in Nigeria. METHODS: An online survey, using a piloted questionnaire, was administered to a purposive sample of 114 participants recruited from social media platforms between the 8th and 22nd March 2022. Descriptive statistics were used to summarize the study findings. RESULTS: The majority (71.1%) of the participants were between the ages of 21 and 24 years. Of the 37 participants who indicated they have had their first sexual intercourse, a quarter (9, 24.3%) indicated it was non-consensual. Also, 1 in 5 respondents did not identify SBV/abuse as abnormal. Half of the participants (50.9%) strongly agreed that a post-SBV health service should be the first place to seek care following an incident of rape, however, over half (53.2%) reported a lack of awareness of existing post-SBV health services as a key barrier affecting access. Less than half of the participants strongly agreed that healthcare workers could provide the post-SBV services highlighted in the study, including emergency contraceptives to prevent pregnancy (42.9%) and post-exposure prophylaxis (PEP) to prevent human immunodeficiency virus (HIV) (39.6%), highlighting awareness gaps. Other significant barriers included stigma, shame, and a lack of support systems. Key facilitators included assurance of confidentiality and access to free post-SBV health services. CONCLUSION: Significant barriers and facilitators affect access to post-SBV health services in Nigeria, particularly among young women. Multilevel efforts by families, civil society organizations, communities, and governments are essential to address these barriers and improve access to post-SBV health services.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».