Bisexual Stigma, Sexual Violence, and Sexual Health Among Bisexual and Other Plurisexual Women: A Cross-Sectional Survey Study
Notice bibliographique
Résumé
Bisexual women experience higher rates of sexual victimization relative to heterosexual and lesbian women, and worse sexual health outcomes. Though these health disparities are well documented in the literature, few empirical data have been published on what factors are driving these disparities. Further, research documenting sexual victimization and health of plurisexual (i.e., attracted to more than one gender) women group all participants as bisexual. We do not know whether these experiences are similar across subgroups of plurisexual women. The current study reports on data from a cross-sectional survey, analyzing the relationships between bisexual-specific stigma and sexual violence, as well as other sexual health outcomes, across a sexually diverse group of plurisexual participants. Findings indicate that bisexual stigma is a significant predictor of lifetime sexual violence (odds ratio [OR] = 1.99 , p = .015) and verbal coercion (OR = 2.60, p = .004), but not other outcomes. There are differences across sexual identity categories, with bisexual participants being less likely to report sexual violence and verbal coercion, and less likely to access sexually transmitted infection/human immunodeficiency syndrome testing, compared to other plurisexual groups. Our findings support that bisexual stigma is an important factor to consider in understanding sexual violence disparities experienced by bisexual and other plurisexual women.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».