Fatores de risco para violência contra a mulher no contexto doméstico e coletivo
Bibliographic record
Abstract
Este trabalho descreve os fatores de risco para violência doméstica e coletiva contra a mulher, a compreensão dessas mulheres sobre a violência doméstica e coletiva e a aplicação do Modelo Calgary de Avaliação em Famílias (MCAF), em moradores de uma comunidade, em Fortaleza, Ceará. Foi um estudo de caso com 20 famílias, e, entre estas, foram escolhidas quatro que apresentaram maior potencial para violência contra a mulher, em 2005. Os resultados mostraram que as mulheres conhecem alguns fatores de risco para violência, porém aparentam não saber agir no sentido de evitá-la; as condições desfavoráveis de habitação e entorno familiar são percebidos como risco. A violência é percebida, principalmente pela mulher, como "algo comum" no cotidiano do casal. O álcool, o uso da droga ilícita, o desemprego e a baixa escolaridade também agravam a ocorrência da violência entre as famílias participantes. Conclui-se que as mulheres enfrentam, em seu cotidiano, diferentes modos de violência. Elas vivem em um sistema de isolamento social e político que pode contribuir para a reprodução de mecanismos mais complexos de violência, impedindo-as de manifestarem-se de forma mais autônoma.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".