Effect Conflict and Conflict-Related Sexual Violence on First-Order Marital and Premarital Adolescent Fertility in the Democratic Republic of the Congo
Notice bibliographique
Résumé
The conflicts in the Democratic Republic of the Congo (DRC) have resulted in significant conflict-related sexual violence (CRSV) against girls under 18. This study examines the impact of conflict and CRSV on first-order marital and non-marital adolescent fertility in the DRC. We utilized data from the 2007 Demographic and Health Surveys, geo-referenced conflict data (UCDP-GED), and CRSV data (GEO-SVAC). Using the Mundlak approach, we first implemented a binary multilevel discrete-time event history model to assess how exposure to conflict and CRSV impacted the timing of first adolescent conception, both marital and premarital. Second, we treated first marital and premarital conceptions as two competing events. We employed a multinomial multilevel discrete-time event history model to examine the impact of exposure to conflict and CRSV on each type of event. Our findings reveal that (1) exposure to CRSV increased the risk of premarital adolescent conception; (2) conflict exposure reduced the likelihood of marital adolescent conception; (3) CRSV delayed adolescent conception within marriage. The first two findings align with existing literature, while the third offers new insights into how CRSV may delay the timing of first adolescent pregnancy, including through spousal rejection following extramarital sexual violence and resilience among survivors. These results underscore the need for (1) improved access to contraceptives for girls in conflict zones, (2) strengthened women’s empowerment programs, and (3) lasting peace in the DRC to enhance adolescent health outcomes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».