Engaging Boys in a Comprehensive Model to Address Sexual and Gender-Based Violence in Schools
Notice bibliographique
Résumé
The prevention of sexual and gender-based violence (SGBV) requires attention to changing social norms, particularly gender norms, to promote gender-equitable attitudes and to reduce acceptance of violence. Among the many strategies that are being used to fight SGBV, an emerging theme has been the need to engage young boys and men. Over recent decades, frameworks have evolved to recognize not just women’s vulnerabilities to SGBV, but also the vulnerabilities of men to SGBV. There is also greater recognition that violence is used as an instrument to oppress both women and men, as well as young boys and girls, if they are perceived to act against established social norms. However, given that SGBV is predominantly directed against girls and women, it is critical to influence boys during formative periods of their lives to change their attitudes about gender roles and masculinity norms. We undertook a formative, exploratory qualitative research study to understand forms of SBGV experienced by adolescents in schools and to identify entry points to address it, primarily within school-spaces, in Bihar and Tamil Nadu (India). Findings strongly suggest that gender norms not only operate in the private lives of young girls and boys, but are heavily reinforced in schools through various practices and behaviors of teachers and management, as well as policies that differentiate girls and boys, leading to multiple experiences of physical, mental, and sexual violence for children over a prolonged period in their schooling years. Findings also point to weak response mechanisms to violence in schools and strong ‘normalization’ of violence by girls and boys as victims and perpetrators, respectively, but also as passive recipients of structural inequalities, pushing both genders into accepting a cycle of violence for the rest of their lives. Ultimately, this research offers a theory of change for intervention programs to address SGBV in school spaces.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».