MétaCan
Menu
Retour à la cohorte
Enregistrement W2995759083 · doi:10.23860/dignity.2019.04.04.02

The Myth of the Gray Area in Rape: Fabricating Ambiguity and Deniability

2019· article· en· W2995759083 sur OpenAlexafffundabout
Maddie Brookbank

Notice bibliographique

RevueDignity A Journal of Analysis of Exploitation and Violence · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSexual Assault and Victimization Studies
Établissements canadiensMcMaster University
Organismes subventionnairesMcMaster UniversityDePaul University
Mots-clésExcuseAmbiguityPsychologyCriminologySocial psychologySexual violenceNegotiationMasculinityContext (archaeology)MythologySociologyGender studiesPolitical scienceLawSocial scienceHistory

Résumé

récupéré en direct d'OpenAlex

Sexual violence is a pervasive issue identified on post-secondary campuses. Existing research focuses almost exclusively on an American context and quantitatively explores the frequency with which sexual assault occurs on campuses. As men are overrepresented as perpetrators, it is necessary to investigate their perspectives on the issue. The present study qualitatively examines the perspectives of white, heterosexual, male students to facilitate dialogue about sexual violence on university campuses in Ontario. Several themes emerged, specifically pertaining to negotiations of consent, a perceived “grey area,” peer influence, and how the social construction of masculinity fosters specific beliefs that excuse sexually violent beliefs, language, and actions. The present research study illustrates a need to explore this subject further to improve sexual violence prevention efforts.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,069
Score d'incertitude au seuil0,159

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,026
Tête enseignante GPT0,318
Écart entre enseignants0,293 · 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

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDignity A Journal of Analysis of Exploitation and ViolenceMême sujetSexual Assault and Victimization StudiesTravaux en français237 207