MétaCan
Menu
Retour à la cohorte
Enregistrement W2143317770 · doi:10.1177/088626000015003002

Minimizing Negative Experiences

2000· article· en· W2143317770 sur OpenAlexaff
Katherine Dunham, Charlene Y. Senn

Notice bibliographique

RevueJournal of Interpersonal Violence · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPhenomenonLogistic regressionPsychologyHuman factors and ergonomicsPoison controlSocial psychologyClinical psychologyMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

Women who have experienced abuse in intimate relationships often omit information about the abuse when disclosing to others. Data describing this phenomenon have been anecdotal and concerned only with disclosures to clinicians and social scientists. This study documented the prevalence of minimization in disclosures to friends and relatives and explored factors that might predict minimization. The results revealed that 36.1% of women who disclosed abuse to friends and relatives omitted information. A stepwise logistic regression indicated increased severity of abuse, more accepting attitudes toward physical abuse, and delayed disclosure were each positively associated with minimization. We tentatively suggest that this phenomenon can be viewed as an attempt to manage confidants' reactions to disclosure of abuse and enhance the likelihood of social support. Whether providing an incomplete picture of the situation serves to facilitate or undermine the quality of social support received is an empirical question that must be explored.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,020
Tête enseignante GPT0,323
Écart entre enseignants0,303 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations78
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interpersonal ViolenceMême sujetIntimate Partner and Family ViolenceTravaux en français237 207