Surveying Intimate Partner Violence Myths Among Post-secondary Students
Notice bibliographique
Résumé
The purpose of this study is to extend the rape myth literature to intimate partner violence (IPV) myths by evaluating the prevalence of IPV myth acceptance and clarifying whether gender and prior IPV victimization are associated with IPV myth acceptance. To this end, three research questions were explored: 1) What is the prevalence of IPV myth acceptance amongst a student population? 2) Does gender correlate with IPV myth acceptance? 3) Do victims and non-victims of IPV accept IPV myths differently? University of Alberta students were contacted via posters and classroom presentations to participate in a 15-minute online survey containing a demographic survey, the Marlow-Crown Social Desirability Scale (MC-C; Reynolds, 1982), the Domestic Violence Myth Acceptance scale (DVMAS; Peters, 2003), and three subscales from the Revised Conflict Tactics Scale (CTS2; Straus et al., 1996). Depending upon the criteria used to define acceptance, between 65% (neither agreeing nor disagreeing that “domestic violence rarely happens in my neighbourhood”) and 11% (strongly agreeing that “if a woman doesn’t like it she can leave”) of participants accepted at least one IPV myth. Consistent with expectations, men accepted IPV myths to a greater extent than women, and victims of IPV did not differ from non-victims in their acceptance of IPV myths.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».