CULTURE, POVERTY, AND RELIGION AT A CROSSROADS: CAUSES AND IMPLICATIONS OF CHILD MARRIAGE IN THE SLUMS OF KARACHI
Notice bibliographique
Résumé
Child marriage continues to be prevalent in South Asia, including Pakistan, despite national laws and international agreements prohibiting it. This article aims to discover the causes of child marriage and its implications for child brides. We identify gaps in the implementation of laws, good practices, and program designs, and we propose necessary initiatives. Utilizing a cross-sectional design, a mix of quantitative and qualitative information was obtained from focus group discussions and from a survey of 131 early married females. We found that the cause of child marriage in Pakistan is not simply poverty: it is also deeply rooted in social customs, cultural norms, and traditional and religious beliefs. The psychological, economic, social, and physical consequences of child marriage can be excruciating for these girls, whose education may be curtailed and who are likelier than their unmarried peers to experience emotional, sexual, and physical violence. This study identifies parental decision-making, societal pressures, and entrenched gender roles as key drivers of child marriage. A lack of awareness about the legal marriage age and limited access to education further exacerbate the problem. Our recommendations include standardizing the legal marriage age at 18 years, implementing mass birth registration campaigns, and ensuring access to education for girls. Community-based awareness programs should challenge cultural norms and promote the benefits of delayed marriage. Strengthening laws and empowering local authorities to enforce them are also essential. Moreover, comprehensive poverty reduction programs, vocational training for women, and education reforms are needed if the root causes of child marriage and its often devastating consequences are to be successfully addressed.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».