Breaking the Cycle: Women’s Perceptions of the Causes of Violence and Crime in Informal Settlements in Nairobi, Kenya, and Their Strategies for Response and Prevention
Notice bibliographique
Résumé
Crime and violence are serious issues in informal settlements around the world. To date, there is a dearth of evidence about the causes of and effective strategies for reducing and preventing violence and crime in informal settlements in cities in the Global South. Additionally, women’s voices are often absent from research focused on violence and crime prevention and reduction in informal settlements. The purpose of this study, therefore, was (1) to identify potential causes of violence and crime in informal settlements, as perceived by women living in Mathare informal settlement in Nairobi, Kenya and (2) to highlight residents’ strategies for response and prevention. Fifty-five in-depth and walk-along interviews were conducted with women living in Mathare in 2015-2016. A modified grounded theory approach was used to guide data collection and analysis. The most common contributor to violence and crime identified by women in Mathare was idle youth, but leadership and government challenges, corruption and/or inadequacy of police, community barriers, tribalism, and lack of protective infrastructure also emerged as contributing factors. Despite facing many economic, environmental, and day-to-day challenges, women in Mathare identified violence and crime as predominant issues; thus, developing effective response and prevention strategies to these issues is paramount. Women discussed many strategies and initiatives to reduce and prevent violence and crime in informal settlements, but also identified barriers to implementing them. Findings suggest there is a need for trust-building between formal and informal sectors of the community, systems of accountability, and long-term investment to foster sustainable and effective violence and crime response and prevention in these settlements.
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 | 0,004 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».