Notice bibliographique
Résumé
Sexual violence is an expansive term defined as any sexual act, comments or advances directed toward a person using coercion and aggressive, threatening, exploitive and manipulative behaviors (Kilpatrick, 2004). Reports of sexual violence have become a growing cultural focus in the recent years, with emergent attention to prevention in various contexts including the workplace (McDonald,2012), the military (Hillman, 2009), the elderly (Burgess & Morgenbesser,2005), and sport (Cense & Brackenridge, 2001; Holman,1995, Lenskyj,1992). Sport constitutes a unique environment through which sexual violence is allowed to inconspicuously fester. Sexual violence in sport is generally viewed as the abuse of power by an individual in a position of authority, such as a coach, over an athlete, with less research looking at sexual violence between athletes. In this research, semi-structured interviews were conducted with 8 athletes from a range of sports and sport levels. Interviews were transcribed verbatim and analyzed using a combination of inductive and deductive coding techniques. This presentation will highlight the existence of sexual violence between athletes, particularly in the form of hazing practices. Sexually exploitative hazing practices overlap with other forms of violence, such as physical and emotional violence (Stuart, 2013), yet they are not often considered within the definition of sexual violence. This presentation will examine how a setting of unequal power between athletes combined with the normalcy of hazing practices creates an unrestricted and potentially dangerous environment for athletes (Kirby & Wintrup, 2002).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».