Strengthening Child Marriage Prevention Policy Strategies in the Implementation of Development Planning
Notice bibliographique
Résumé
Child marriage is a form of child abuse with multifaceted impacts. The child marriage rate was included as a development target in the 2020-2024 National Medium-Term Development Plan (RPJMN) and was achieved in 2024. This target is supported by various cross-sectoral efforts at both the national and regional levels. However, challenges remain, such as unregistered child marriages, teenage births, and a suboptimal referral system for child victims and integrated data. In the next planning document, the 2025-2029 RPJMN, the child marriage rate remains a priority indicator, necessitating a re-sharpening of the strategy to ensure that efforts are not only quantitative but also qualitative, ensuring that every child's rights are met. This policy brief is designed to provide recommendations for alternative policies to strengthen child marriage prevention efforts through a qualitative approach with descriptive analysis to illustrate achievements and identify challenges, systematic analysis to generate policy alternatives, and assessment of priority policy alternatives using five decision-making and public policy criteria. The evaluation results indicate strengthening norms in various regulations, a clear role structure between stakeholders, and collaborative processes at both the national and regional levels. To address future challenges, a transformation is needed by expanding the scope of policy from prevention to prevention and management of child marriage. Four alternative strategies were identified: strengthening asymmetric policies tailored to regional characteristics, enhancing reproductive health education to increase adolescent resilience and raise awareness in the immediate environment, strengthening referral services for victims of child marriage, and improving the integrated data system.
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 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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».