Characteristics associated with sexual assaults at mass gatherings
Notice bibliographique
Résumé
INTRODUCTION: Sexual assault is disturbingly common, yet little is known about those occurring at mass gatherings, defined as a group of people congregated for a common purpose. Our objectives were to examine patterns of variation in sexual assault associated with mass gatherings and to determine factors associated with assaults occurring at mass gatherings. METHODS: We performed a case series analysis from January to December, 2013. We included all patients >16 years presenting within 30 days of their sexual assault to the Ottawa Hospital Sexual Assault and Partner Abuse Care Program (SAPACP). Cases were stratified by whether or not they occurred at mass gatherings. We abstracted from the SAPACP records: patient and sexual assault characteristics, alcohol or drug consumption and medical and forensic care accepted. We performed descriptive analyses and multiple logistical regression to identify factors associated with mass gathering assaults. RESULTS: We found 204 cases of sexual assault, of which 53 (26%) occurred at mass gatherings. Relative frequencies of mass gathering sexual assaults peaked during New Year's Eve, Canada Day, university frosh week and Halloween. We found the following factors were statistically significantly associated with sexual assault at mass gatherings: younger age (OR=0.95, 95% CI 0.91 to 0.99); voluntary consumption of drugs and alcohol (3.88, 95% CI 1.34 to 11.23); assault occurring on a holiday (2.37, 95% CI 1.00 to 5.64) and the assailant unknown to the victim (2.43, 95% CI 1.15 to 5). INTERPRETATION: This study is the first to describe patterns of variation in sexual assault incidents associated with occurrence of mass gatherings as well as factors associated with such assaults. We will disseminate these results to key stakeholders in order to develop prevention-minded policies for future mass gatherings.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».