MétaCan
Menu
Retour à la cohorte

Traumatic Brain injury From intimate Partner Violence : Understanding The Foundations of a Health inequity

2017· other· en· W6927231540 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoison controlContext (archaeology)Human factors and ergonomicsPopulationOccupational safety and healthSuicide prevention

Résumé

récupéré en direct d'OpenAlex

True prevalence of traumatic brain injuries (TBI) in the context of intimate partner violence (IPV) remains unknown given the hesitancy of women in abusive relationships to disclose abuse and to seek medical treatment unless the abuse is severe. Research estimates that 75% of women with a history of IPV have sustained TBI from IPV with nearly 50% women reporting receiving multiple TBI. When women do seek treatment for TBI or IPV, they must choose between a womenu2019s shelter where they will not receive medical treatment or a clinical setting where they may not feel safe from the abuser.To understand the full nature and context of a woman receiving TBI during an episode of IPV it is integral to think through levels and across sectors, including personal and social risk factors for violence and abuse and missed opportunities to access resources. While health disparities like these are becoming more widely acknowledged, the siloing of TBI and violence research and policy has obscured the reality that TBI from IPV is better understood as a health equity issue: one in which the health disparities are largely avoidable. Three concepts will be used to aid in describing TBI from IPV as a health inequity: intersectionality, syndemics, and structural violence. Intersectionality explains how the interactions between identities of race, class, ability, and gender affect individual experiences, opportunities, and social value. Structural violence is a phenomenon wherein a policy, structure, or institution prevents someone from accessing resources to meet their needs. Syndemics can be described as the ways in which two or more diseases interact in social conditions to create an excessive burden on health. These concepts are defined and explained as an equation to visualize how individual-level labels and characteristics (intersectionality) interact with sociocultural systems-level discrimination (structural violence) to lead to increased health risk and burden in communities (syndemics). Canadian First Nation and Inuit women will be used as case studies to demonstrate intersectionality of characteristics leading to increased risk for TBI from IPV in communities. Violence and trauma prevention must be priorities at community and policy levels with approaches that are tailored to account for the fact that certain populations are at increased risk for multiple TBI. This theoretical reframing can lead to developing a more nuanced operationalization of structural violence and trauma-informed care with implications for research, practice, and policy for women living with TBIs from IPV.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0150,014
Études des sciences et des technologies0,0020,004
Communication savante0,0070,015
Science ouverte0,0160,012
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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.

Tête enseignante Opus0,295
Tête enseignante GPT0,446
Écart entre enseignants0,151 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Travaux en français237 207