Simple Science

La science de pointe expliquée simplement

# Informatique# Ordinateurs et société# Apprentissage automatique

S'attaquer à la violence domestique masculine au Bangladesh

Une étude souligne les complexités de la violence domestique masculine au Bangladesh.

― 8 min lire


Victimes masculins deVictimes masculins deviolence domestiquemasculins au Bangladesh.Mettre en lumière les abus domestiques
Table des matières

La violence domestique est souvent perçue comme un problème qui concerne principalement les femmes en tant que victimes, mais les hommes victimes existent aussi. Au Bangladesh, la violence domestique masculine (VDM) est un sujet qui n'a pas reçu assez d'attention. Cette étude vise à examiner la prévalence et les caractéristiques de la VDM au Bangladesh, en comprenant ce qui arrive aux hommes qui subissent ce type d'abus. Les recherches précédentes se sont principalement concentrées sur les victimes féminines, laissant un écart significatif dans la connaissance des victimes masculines.

Comprendre la Violence Domestique

La violence domestique se produit lorsqu'un partenaire dans une relation utilise le pouvoir et le contrôle pour nuire à l'autre. Cela peut prendre plusieurs formes, y compris des agressions physiques, des abus émotionnels, un contrôle financier, et même de la violence sexuelle. L'abus peut affecter la santé et l'image de soi d'une personne. Bien que les abus domestiques contre les hommes aient été documentés, ils sont souvent non reconnus, entraînant des sentiments d'isolement et de honte. Les normes culturelles et les attentes de genre au Bangladesh maintiennent souvent les victimes masculines dans le silence, car la société considère généralement les hommes comme forts et non touchés par de tels problèmes.

Le Contexte au Bangladesh

Au Bangladesh, les normes sociétales ancrées dans le patriarcat éloignent souvent les discussions sur la victimisation masculine. Les abus que les hommes subissent de la part de leurs partenaires sont rarement reconnus, ce qui entraîne une stigmatisation et un manque de Soutien. Beaucoup d'hommes ne signalent pas les abus par peur d'être ridiculisés, et les systèmes en place sont souvent plus orientés vers le soutien des victimes féminines.

Des reportages récents ont mis en lumière des cas où des femmes ont commis des violences sévères contre des hommes, mais la réponse de la société a été discrète. Les hommes qui subissent ces abus ressentent souvent qu'ils n'ont nulle part où chercher de l'aide, manquant à la fois de soutien social et de Cadres juridiques pour les assister.

L’Objectif de l’Étude

Cette étude a été conçue pour recueillir des informations sur les expériences des victimes masculines de violence domestique au Bangladesh. En collectant des données dans les grandes villes, l'objectif était d'analyser les schémas d'abus et d'identifier des facteurs démographiques qui pourraient contribuer à la probabilité de victimisation masculine. Nous avons utilisé diverses méthodes d'analyse, y compris des modèles d'apprentissage machine traditionnels, pour tirer des enseignements des données.

Méthodologie de Recherche

Pour recueillir des données, nous avons effectué une enquête approfondie impliquant des participants de différents horizons dans les grandes villes du Bangladesh. L'enquête a exploré différentes dimensions de la violence domestique, y compris l'âge, l'éducation, le revenu, la nature des abus et leur fréquence. L'objectif était de recueillir des informations qualitatives et quantitatives pour former une compréhension complète de la VDM.

Nous avons spécifiquement étudié comment différents facteurs - personnels, sociétaux et économiques - interagissent avec les expériences de violence domestique contre les hommes. Cette exploration visait à identifier les groupes à risque plus élevé et à améliorer la sensibilisation à cette question.

Collecte de Données

Notre étude a impliqué une enquête auprès de 2 000 hommes provenant de plusieurs centres urbains au Bangladesh, y compris Dhaka, Chittagong et Sylhet. La plupart des questions de l'enquête nécessitaient des réponses simples oui/non, ce qui nous a permis de quantifier efficacement les données. La confidentialité de chaque participant a été strictement maintenue, et ils ont été informés de l'objectif de la recherche avant de participer.

Analyse des Données

Les données collectées ont subi une analyse approfondie pour identifier des tendances et des schémas. Un défi majeur rencontré au cours de ce processus a été le déséquilibre de classe, avec beaucoup plus de cas d'abus identifiés que de cas sans abus. Pour y remédier, nous avons utilisé diverses techniques analytiques, y compris l'analyse exploratoire des données (AED) et des méthodologies d'apprentissage machine.

L'AED a aidé à visualiser les données, rendant plus facile l'identification des corrélations entre différentes variables. Cette analyse a révélé divers facteurs significatifs liés à la violence domestique masculine, tels que les niveaux de revenu, les structures familiales et les dynamiques relationnelles.

Modèles d'Apprentissage Machine

Pour prédire efficacement les cas de VDM, nous avons appliqué plusieurs méthodes d'apprentissage machine. Cela a impliqué de tester d'abord des classificateurs traditionnels, suivis de modèles d'apprentissage profond et de techniques d'ensemble. Parmi les modèles testés, nous avons évalué la régression logistique, les arbres de décision, les forêts aléatoires, le boosting par gradient, et plus encore.

Chaque modèle a été évalué en fonction de la précision, de la précision, du rappel et du score F1. Le modèle CatBoost, en particulier, a montré la meilleure performance, atteignant une précision de 76%. Les points forts de ce modèle comprennent sa capacité à gérer efficacement les données catégorielles et les valeurs manquantes.

Conclusions Clés

Nos résultats indiquent que la violence domestique masculine est une question complexe et multifacette. Les schémas d'abus varient en fonction de plusieurs facteurs, y compris la localisation géographique, l'âge, le niveau d'éducation et le type de famille. Par exemple, les hommes issus de milieux éducatifs plus élevés subissaient moins d'abus, tandis que ceux dans des tranches de revenu plus faibles étaient plus vulnérables.

De plus, la nature des abus était principalement verbale, bien que des abus physiques et émotionnels aient également été présents. Nous avons constaté que la dépendance financière jouait souvent un rôle significatif dans les dynamiques de l'abus, les hommes au chômage faisant face à des taux plus élevés de violence domestique.

Implications de l'Étude

Les résultats soulignent l'urgence de campagnes de sensibilisation complètes et d'interventions politiques qui traitent spécifiquement de la violence domestique masculine. Il y a un besoin pressant de réformes juridiques qui garantissent que les victimes masculines reçoivent le même soutien que les victimes féminines.

Recommandations

  1. Cadres Juridiques : De nouvelles politiques devraient être établies pour protéger les victimes masculines de violence domestique. Cela inclut de couvrir les victimes masculines dans les lois existantes et d'assurer que leurs droits soient protégés.

  2. Campagnes de Sensibilisation : Les campagnes de sensibilisation publique devraient se concentrer sur les réalités de la violence domestique contre les hommes. Ces campagnes devraient contester les normes sociétales et souligner que les hommes peuvent aussi être des victimes d'abus.

  3. Systèmes de Soutien : Il est essentiel de construire des réseaux de soutien pour les victimes masculines. Cela inclut l'établissement de services de conseil qui fournissent un espace sûr pour que les hommes puissent discuter de leurs expériences sans crainte de jugement.

  4. Formation des Professionnels : Former les forces de l'ordre et les professionnels de la santé sur la manière de traiter les cas de violence domestique masculine de manière sensible et efficace est crucial.

  5. Recherche Supplémentaire : Plus de recherches sont nécessaires pour mieux comprendre les causes et les impacts de la VDM. Les études futures devraient se concentrer sur une population plus large et plus diversifiée, y compris les zones rurales, pour capturer la pleine mesure du problème.

Conclusion

Cette étude met en lumière la question souvent négligée de la violence domestique masculine au Bangladesh. En soulignant les complexités entourant la victimisation masculine, elle appelle à agir pour faire face à ces défis critiques. Les résultats soulignent la nécessité de changements dans la perception publique, les politiques et les cadres juridiques pour garantir que toutes les victimes de violence domestique reçoivent l'aide et le soutien dont elles ont besoin.

À mesure que la société prend Conscience de la nature multifacette de la violence domestique, elle peut commencer à briser les barrières qui empêchent les hommes de chercher de l'aide. Notre recherche sert de base pour comprendre la VDM et les étapes nécessaires pour créer une société plus sûre et plus équitable pour tous.

En continuant à enquêter sur ce problème pressant, nous pouvons contribuer à une compréhension plus complète et à des interventions améliorées pour les victimes masculines de violence domestique, menant finalement à un changement positif au Bangladesh et au-delà.

Disponibilité des Données

Le jeu de données collecté pour cette étude est disponible pour une exploration plus approfondie, fournissant une ressource précieuse pour ceux qui s'intéressent à examiner les dynamiques de la violence domestique masculine au Bangladesh.

Source originale

Titre: Analyzing Male Domestic Violence through Exploratory Data Analysis and Explainable Machine Learning Insights

Résumé: Domestic violence, which is often perceived as a gendered issue among female victims, has gained increasing attention in recent years. Despite this focus, male victims of domestic abuse remain primarily overlooked, particularly in Bangladesh. Our study represents a pioneering exploration of the underexplored realm of male domestic violence (MDV) within the Bangladeshi context, shedding light on its prevalence, patterns, and underlying factors. Existing literature predominantly emphasizes female victimization in domestic violence scenarios, leading to an absence of research on male victims. We collected data from the major cities of Bangladesh and conducted exploratory data analysis to understand the underlying dynamics. We implemented 11 traditional machine learning models with default and optimized hyperparameters, 2 deep learning, and 4 ensemble models. Despite various approaches, CatBoost has emerged as the top performer due to its native support for categorical features, efficient handling of missing values, and robust regularization techniques, achieving 76% accuracy. In contrast, other models achieved accuracy rates in the range of 58-75%. The eXplainable AI techniques, SHAP and LIME, were employed to gain insights into the decision-making of black-box machine learning models. By shedding light on this topic and identifying factors associated with domestic abuse, the study contributes to identifying groups of people vulnerable to MDV, raising awareness, and informing policies and interventions aimed at reducing MDV. Our findings challenge the prevailing notion that domestic abuse primarily affects women, thus emphasizing the need for tailored interventions and support systems for male victims. ML techniques enhance the analysis and understanding of the data, providing valuable insights for developing effective strategies to combat this pressing social issue.

Auteurs: Md Abrar Jahin, Saleh Akram Naife, Fatema Tuj Johora Lima, M. F. Mridha, Jungpil Shin

Dernière mise à jour: 2024-03-22 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2403.15594

Source PDF: https://arxiv.org/pdf/2403.15594

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires