Space, place, and the politics of access: Service provider perspectives on health system responses to sexual- and gender-based violence in rural communities
Notice bibliographique
Résumé
BACKGROUND: Sexual- and gender-based violence (SGBV) remains a pervasive public health concern in Canada, with rural communities facing disproportionate rates of severe violence alongside significant barriers to care. While previous research has documented rural service scarcity, less attention has been paid to the socio-spatial dynamics that shape how health and support services are experienced, accessed, and provided. METHODS: This qualitative study draws on semi-structured interviews with 18 SGBV service providers working in rural Ontario. Guided by an intersectional geography framework, we examine how providers interpret and navigate the spatial, structural, and sociocultural conditions influencing care, particularly for groups experiencing intersecting forms of marginalization. Reflexive thematic analysis was used to identify key themes across institutional healthcare settings and community-based supports. FINDINGS: Two overarching themes emerged: (1) SGBV care pathways in a rural context: Fragmentation, stigma, and scope of support, which highlights how institutionally-constrained systems (i.e., emergency and primary care) often operate on crisis-driven thresholds that may not be suited to meet survivors where they are; and (2) Reimagining rural SGBV response through multi-service hubs, which explores integrated, place-based care models as promising but underfunded alternatives. Across interviews, participants emphasized that access is shaped not only by geographic distance and logistical specificities, but by safety, stigma, trust, and relational continuity. CONCLUSION: This study illustrates how spatial and institutional inequities intersect to limit meaningful access to SGBV-related healthcare in rural contexts. Findings support the development of community-embedded models that respond to the place-based realities of survivors and providers alike, such as rural care hubs.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,016 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».