MétaCan
Menu
Retour à la cohorte
Enregistrement W2144613754 · doi:10.1177/0886260515598953

Strategizing Safety: Theoretical Frameworks to Understand Women’s Decision Making in the Face of Partner Violence and Social Inequities

2015· article· en· W2144613754 sur OpenAlexafffund
Alisa Velonis, Nihaya Daoud, Flora I. Matheson, Julia Woodhall‐Melnik, Sarah Hamilton‐Wright, Patricia O’Campo

Notice bibliographique

RevueJournal of Interpersonal Violence · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDomestic violencePoison controlFace (sociological concept)Suicide preventionOccupational safety and healthHuman factors and ergonomicsPsychologySocial psychologyPovertyInterpersonal communicationAbusive relationshipInjury preventionInterpersonal relationshipCriminologySociologyPolitical scienceMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

Women in physically and psychologically abusive relationships face numerous decisions related to their safety: decisions that historically have been viewed by researchers and human service practitioners as related to individual or interpersonal factors, such as how they feel about their partner, what they (or those they are close to) think is best for their children, or whether they have a safe place to go to. Social and structural factors, such as poverty, sexism, and barriers related to disability, are either left out or viewed at their individual-level consequence, such as a woman's employment status. Using interview data and case studies from a larger study on housing instability, partner violence, and health, the authors apply ecological and macro-level theoretical models that go beyond the individual level to the stories of women who struggled with partner violence, arguing that it is critical to examine the large social and structural forces that impact women's lives if we are to understand the decisions women make when facing a violent partner.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,341
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,361
Écart entre enseignants0,321 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations28
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

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