MétaCan
Menu
Retour à la cohorte
Enregistrement W2924040300 · doi:10.22215/etd/2015-11097

Evaluations of Rape: Investigations Using Implicit and Explicit Measures, Online Research Methodology, and Samples of Community Men

2015· dissertation· en· W2924040300 sur OpenAlexaff
Chantal A. Hermann

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueSexual Assault and Victimization Studies
Établissements canadiensCarleton University
Organismes subventionnairesAssociation for the Treatment of Sexual Abusers
Mots-clésPsychologyLongitudinal studySample (material)IdentifierSocial psychologyDevelopmental psychologyComputer scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Evaluations of rape theoretically play an important role in sexually aggressive behaviour (e.g., Nunes, Hermann, & Ratcliffe, 2013). The purpose of this dissertation was to explore the relationship between implicit and explicit evaluations of rape and sexually aggressive behaviour using a longitudinal research design online. Study 1 examined the use of a self-generated identification code (SGIC) to track participants anonymously online. Study 1A examined a six question SGIC in a sample of 168 students and found the SGICs produced unique identifiers, and a low, but acceptable, exact match rate across a one month period. Study 1B explored a 12 question SGIC with a sample of 30 students and 15 community participants. The 12 question SGIC also produced unique identifiers, and resulted in a low, but acceptable, exact match rate across a one week period. These results suggest the 12 question SGIC can be used in longitudinal research online.

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)0,009
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
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 Opus0,779
Tête enseignante GPT0,612
Écart entre enseignants0,167 · 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'étudeQualitatif
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSexual Assault and Victimization StudiesTravaux en français237 207