MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416274171 · doi:10.1186/s12889-025-25124-7

Locked down, locked out: a cross-sectional study on experiences of intimate partner violence (IPV) and barriers to formal and informal support during COVID-19 lockdowns in Ontario

2025· article· en· W4416274171 sur OpenAlexaffabout
Dina Idriss-Wheeler, Pamela J. Surkan, Shannon Bainbridge

Notice bibliographique

RevueBMC Public Health · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesKarolinska Institutet
Mots-clésDomestic violencePoison controlOddsSuicide preventionPublic healthOccupational safety and healthInjury preventionHuman factors and ergonomicsBiostatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic intensified pre-existing social and health inequities, with individuals actively experiencing intimate partner violence (IPV) facing heightened risks and barriers to support. While lockdowns were necessary for public health, they also increased isolation and limited access to essential formal and informal supports. This study explores the association between IPV experienced during Ontario’s COVID-19 lockdowns (March 2020–June 2021) and barriers to both formal (e.g., health, legal, housing) and informal (e.g., friends, family) support systems. METHODS: A cross-sectional online survey was conducted with 1,344 participants, 18 years or older, who were in an adult relationship and residing in Ontario, Canada during the lockdowns. Participants were recruited through non-probability convenience, quota-based sampling from a pre-existing online panel (Leger Opinion, LEO). Data were analyzed using descriptive statistics, chi-square tests, and multivariable logistic regression to examine associations between IPV and support barriers, controlling for demographic, relational, and health-related factors. RESULTS: Nearly one in four participants (23.4%) self-identified as experiencing IPV (i.e., emotional, sexual, physical, mental, financial, coercive, spiritual and/or technology-based abuse) during the lockdowns. IPV survivors had over three times greater odds of facing multiple barriers to formal supports (aOR = 3.4; 95% CI: 2.16–5.38) and 1.6 times higher odds of decreased communication with friends or family (aOR = 1.6; 95% CI: 1.06–2.31). Risk factors for reduced access included low household income, informal caregiving responsibilities, and perceived community violence. Poor physical and mental health were also significant predictors of reduced access to formal and informal supports. CONCLUSIONS: This study highlights how COVID-19 lockdowns compounded access barriers for participants who self-identified as IPV survivors, limiting both formal services and informal networks. Emergency preparedness plans should maintain IPV service capacity during lockdowns through essential service designations, implement technology-based interventions such as discreet online platforms and text-based safety planning, and create targeted outreach for high-risk groups including low-income households and caregivers. More inclusive frameworks are also needed to ensure that supports are responsive to all survivors—particularly as men and women in this study reported similar IPV experiences and outcomes during lockdowns. Future pandemic responses must proactively fund IPV services rather than rely on reactive, underfunded crisis interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,391
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetIntimate Partner and Family Violence→Travaux en français237 207→