Screening for sexual violence against children in humanitarian settings: a feasibility study of a para-social worker-led intervention in Uganda
Notice bibliographique
Résumé
Abstract Background Sexual violence against children (SVAC) is an acknowledged concern in humanitarian settings; yet, effective, tested interventions to support disclosure and access to care remain limited. This study assessed the feasibility of implementing SVAC screening, referral protocols, and service provision, in a bid to rectify these limitations within two primary schools in Uganda’s Kiryandongo Refugee Settlement. Methods A mixed-methods concurrent triangulation design was used to implement and assess the feasibility of a seven-month intervention (April–October 2024) in two primary schools. Para-Social Workers, trained under Uganda’s Ministry of Gender, Labour and Social Development, screened Primary 6 and 7 pupils, aged 11 to 35 years old, for SVAC. Older pupils (Primary 6–7) were selected for their perceived capacity to engage on the topic. Survivors received school-based psychological first aid and were referred to additional services as needed. Results The intervention demonstrated strong demand and acceptability among the target populations. All 831 eligible pupils assented to intervention participation, and the majority (96%, n = 794) ended up actually participating in the screening exercise. Of these, 82% ( n = 653) disclosed experiencing SVAC, with 100% receiving care. In contrast, in the absence of screening in the 12-month period before the intervention, only 16 pupils in the same primary schools disclosed experiencing SVAC and obtained care. Stakeholders – including parents, teachers, government, and humanitarian actors – expressed strong support for expanding the model, while pupils reported high levels of satisfaction with the intervention. Conclusions Proactive SVAC screening in schools within humanitarian settings is both feasible and holds promise for effectively identifying and supporting child and adolescent survivors of sexual violence. The intervention significantly increased disclosure and service uptake and was well received by all stakeholders. Findings support the adaptation and cautious scale-up of this model in similar, carefully selected and adequately resourced, crisis-affected contexts.
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 | 0,017 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».