Stop Blaming the Victim: A Meta-Analysis on Rape Myths
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although male rape is being reported more often than before, the majority of rape victims continue to be women. Rape myths-false beliefs used mainly to shift the blame of rape from perpetrators to victims-are also prevalent in today's society and in many ways contribute toward the pervasiveness of rape. Despite this, there has been limited consideration as to how rape prevention programs and policies can address this phenomenon, and there is no updated information on the demographic, attitudinal, or behavioral factors currently associated with rape myths. This research aimed to address this gap by examining the correlates of rape-myths acceptance (RMA) in published studies. A total of 37 studies were reviewed, and their results were combined using meta-analytic techniques. Overall, the findings indicated that men displayed a significantly higher endorsement of RMA than women. RMA was also strongly associated with hostile attitudes and behaviors toward women, thus supporting feminist premise that sexism perpetuates RMA. RMA was also found to be correlated with other "isms," such as racism, heterosexism, classism, and ageism. These findings suggest that rape prevention programs and policies must be broadened to incorporate strategies that also address other oppressive beliefs concurrent with RMA. Indeed, a renewed awareness of how RMA shapes societal perceptions of rape victims, including perceptions of service providers, could also reduce victims' re-victimization and enhance their coping mechanisms.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle