Child Abuse in Indonesia: A National Trend Analysis and Health Promotion Response (2016-2024)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Child abuse remains a critical issue in Indonesia. Cases have been tracked in real time through the Online Information System for the Protection of Women and Children ( SIMFONI-PPA ) since 2016; however, long-term trends have not been comprehensively analysed. This study examined national child abuse trends in Indonesia and explored health promotion strategies for prevention. Secondary data from SIMFONI-PPA were analysed to identify trends in abuse types, victim profiles, perpetrator profiles, and locations. A literature review was conducted to identify prevention strategies employing a health promotion framework grounded in the Ottawa Charter. Findings showed a steady increase in reported child abuse cases. Sexual violence was the most reported abuse, 2–3 times higher than physical or psychological violence and several times more than trafficking or exploitation. Adolescent girls (approximately 70% of victims), aged 13–17 (over 50% victims), were the most affected; about one-third of victims were attending junior high school. Perpetrators were known to the victims, such as lovers or peers (about a quarter of cases), and most incidents occurred at home (around half of reported cases). Indonesia has implemented several prevention strategies, including policy reform, education, and community-based efforts. The rising trend of child abuse in Indonesia underscores the urgent need for multisectoral, context-sensitive interventions focused on improving data collection, service access, and reducing stigma. Future research should explore socio-cultural factors and evaluate the effectiveness of existing prevention programs.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle