Criminal justice intimate partner victimization before, during and after pregnancy among birthing parents screened postnatally by public health nurses
Notice bibliographique
Résumé
BACKGROUND: Intimate partner violence (IPV) is a global problem, disproportionately affecting women. Pregnancy offers a unique opportunity to identify IPV. METHODS: This population-based data linkage study includes residents of Manitoba, Canada who gave birth from 2006-2020 and were eligible for the Families First Screening (FFS) (n = 194,280). The FFS is a universal screening tool completed typically within one week postpartum by public-health nurses, which includes questions on current history of relationship violence and distress, including pregnancy. We assessed the associations of these responses with criminal justice identified IPV (JIIPV) two years before through two years after pregnancy (2004-2022) using logistic and multinomial regressions models. RESULTS: The prevalence of JIIPV at any time around pregnancy among birthing parents without distress/violence during pregnancy was 36.6 per 1000 pregnancies. Compared to them, those who reported both violence and relationship distress had a prevalence of 474.5/1000 [Odds Ratio (OR): 23.8; 95 %CI: 21.4, 26.4, and adjusted OR (AOR): 5.4; 95 %CI: 4.8, 6.1]. Those who did not respond to distress/violence questions and those who did not participate in the FFS had also higher prevalence of JIIPV. Observed patterns persisted before, during and after pregnancy. CONCLUSION: Screening by public health nurses identifies families seriously affected by JIIPV around pregnancy.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».