Exploring gender differences in the patterns of intimate partner violence in Canada: a latent class approach
Notice bibliographique
Résumé
BACKGROUND: There has been an ongoing debate about the extent and nature of gender differences in the experience of intimate partner violence (IPV). Disagreement about the appropriate definition of IPV is central to this debate. METHODS: This study used latent class analysis (LCA) to map the patterns of physical violence, sexual coercion, psychological abuse and controlling behaviour, and examined whether LCA can better illuminate the gendered nature of this experience than conventional measures of IPV. Data from the 2004 Canadian General Social Survey were analysed, which included 8360 women and 7056 men 15 years of age and over who reported a current or ex-spouse or common-law partner. RESULTS: Results revealed more variation in the patterns of IPV for women than for men. Six classes were found for women, whereas four classes were found for men. Women and men were equally likely to experience less severe acts of physical aggression that were not embedded in a pattern of control. However, only women experienced a severe and chronic pattern of violence and control involving high levels of fear and injury. For women and men, intermediate patterns of violence and control, and patterns describing exclusively non-physical acts of abuse were also found. The results also revealed substantial differences in the IPV subtypes for those reporting about a current versus an ex-partner. CONCLUSION: These results support the use of LCA in identifying meaningful patterns of IPV and provide a more nuanced understanding of the role of gender than conventional measures. Implications for sampling within IPV research are discussed.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 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) | 0,003 | 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 ».