MétaCan
Menu
Retour à la cohorte
Enregistrement W2911781154 · doi:10.1177/1077801218824993

Animal Maltreatment in the Context of Intimate Partner Violence: A Manifestation of Power and Control?

2019· article· en· W2911781154 sur OpenAlexafffundabout
Amy Fitzgerald, Betty Jo Barrett, Rochelle Stevenson, Chi Ho Cheung

Notice bibliographique

RevueViolence Against Women · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensThompson Rivers UniversityUniversity of Windsor
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaHumanities Research Group, University of Windsor
Mots-clésNeglectHarmDomestic violenceContext (archaeology)Poison controlPsychologySuicide preventionPsychological abuseAnimal welfareInjury preventionHuman factors and ergonomicsSocial psychologyMedicinePsychiatryCriminologyMedical emergencyGeography

Résumé

récupéré en direct d'OpenAlex

This study tests the theoretically informed assumption that intimate partner violence (IPV) and animal abuse so frequently co-occur because animal maltreatment is instrumentalized by abusers to harm human victims. Using data from a survey of abused women in Canadian shelters, we find that threats to harm "pets," emotional animal abuse, and animal neglect are clearly perceived by these survivors as being intentionally perpetrated by their abuser and motivated by a desire to upset and control them; the findings related to physical animal abuse are not as straightforward. Building on these findings, we propose a more nuanced theorizing of the coexistence of animal maltreatment and IPV.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,229
Score d'incertitude au seuil0,429

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,283
Écart entre enseignants0,273 · 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'étudeObservationnel
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

Citations46
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueViolence Against WomenMême sujetIntimate Partner and Family ViolenceTravaux en français237 207