Childhood Community Risk Factors on Intimate Partner Violence Perpetration and Victimization Among College Students
Notice bibliographique
Résumé
The study examined the effect of community environments, such as community cohesion, community safety, and community poverty, in childhood on the likelihood of Intimate Partner Violence (IPV) perpetration and victimization in young adulthood. The study used the cross-sectional survey data of 2,082 college students collected in 2016-2017 from six universities in the U.S. and the data for the childhood community environment from the 2007-2011 American Community Survey. Hierarchical regressions were performed separately by gender to 1) assess the effects of community factors in addition to individual factors for IPV perpetration and victimization, and to 2) identify the interaction effect of community cohesion with community poverty on IPV perpetration and victimization. Community factors of community cohesion and community poverty were significantly correlated to different types of IPV. For IPV perpetration, only community cohesion was significant for, the interaction effect between community cohesion and poverty showed that higher community cohesion lowered the risk of community poverty on later IPV perpetration in both genders. For IPV victimization, only female students were affected by community poverty, whereas none of the community factors had an impact on male students. The findings imply the significance of early interventions and policies strengthening the community environment, especially community cohesion, for preventing IPV. The findings also suggest that assessing risk and protective factors on IPV in multiple contexts during childhood is important to develop effective programs preventing IPV.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».