MétaCan
Menu
Retour à la cohorte
Enregistrement W2994753950 · doi:10.1108/edi-04-2019-0117

Networks of complicity: social networks and sex harassment

2019· article· en· W2994753950 sur OpenAlexaff
Peggy Cunningham, Minette E. Drumwright, K. Foster

Notice bibliographique

RevueEquality Diversity and Inclusion An International Journal · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésComplicityHarassmentHarmPower (physics)Value (mathematics)Social psychologyCollective actionPsychologyCriminologyPublic relationsPolitical scienceSociologyLawComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to explore the question of why sex harassment persists in organizations for prolonged periods – often as an open secret. Design/methodology/approach In-depth interviews were conducted with 28 people in diverse organizations experiencing persistent sex harassment. Data were analyzed using standard qualitative methods. Findings The overarching finding was that perpetrators were embedded in networks of complicity that were central to explaining the persistence of sex harassment in organizations. By using power and manipulating information, perpetrators built networks that protected them from sanction and enabled their behavior to continue unchecked. Networks of complicity metastasized and caused lasting harm to victims, other employees and the organization as a whole. Research limitations/implications The authors used broad, open-ended questions and guided introspection to guard against the tendency to ask for information to confirm their assumptions, and the authors analyzed the data independently to mitigate subjectivity and establish reliability. Practical implications To stop persistent sex harassment, not only must perpetrators be removed, but formal and informal ties among network of complicity members must also be weakened or broken, and victims must be integrated into networks of support. Bystanders must be trained and activated to take positive action, and power must be diffused through egalitarian leadership. Social implications Understanding the power of networks in enabling perpetrators to persist in their destructive behavior is another step in countering sex harassment. Originality/value Social network theory has rarely been used to understand sex harassment or why it persists.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,006
Communication savante0,0040,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,091
Tête enseignante GPT0,337
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEquality Diversity and Inclusion An International JournalMême sujetGender Diversity and InequalityTravaux en français237 207