MétaCan
Menu
Retour à la cohorte
Enregistrement W2142786619 · doi:10.1287/orsc.1120.0753

Double Victimization in the Workplace: Why Observers Condemn Passive Victims of Sexual Harassment

2012· article· en· W2142786619 sur OpenAlexaff
Kristina A. Diekmann, Sheli D. Sillito Walker, Adam D. Galinsky, Ann E. Tenbrunsel

Notice bibliographique

RevueOrganization Science · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSexual Assault and Victimization Studies
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésHarassmentPsychologySocial psychologyRecallCriminologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Five studies explore observers' condemnation of passive victims. Studies 1 and 2 examine the role of observers' behavioral forecasts in condemning passive victims of sexual harassment. Observers generally predicted that they would engage in greater confrontation than victims typically do. More importantly, the more confrontation participants predicted they would engage in, the more they condemned the passive victim, and the less willing they were to recommend the victim for a job and to work with her. Study 3 identifies the failure to consider important motivations likely experienced by victims—and that contribute to their passivity—as an important driver of behavioral forecasting errors. Having forecasters reflect on motivations normally experienced but not typically forecast produced behavioral predictions that were more consistent with the actual passive behavior of sexual harassment victims. Studies 4 and 5 reduce condemnation of passive sexual harassment victims by highlighting important motivations likely experienced by those victims (Study 4) and by having participants recall a past experience of not acting when being intimidated in the workplace, a situation related but distinct from sexual harassment (Study 5). The results from these studies add insights into the causes and consequences of victim condemnation and help explain why passivity in the face of harassment—the predominant response—is subject to so much scorn.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,343
Écart entre enseignants0,297 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations46
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization ScienceMême sujetSexual Assault and Victimization StudiesTravaux en français237 207