MétaCan
Menu
Retour à la cohorte
Enregistrement W4205951741 · doi:10.2196/31189

Student, Staff, and Faculty Perspectives on Intimate Partner and Sexual Violence on 3 Public University Campuses: Protocol for the UC Speaks Up Study and Preliminary Results

2021· article· en· W4205951741 sur OpenAlexvenueno aff
Jennifer A. Wagman, Claire Amabile, Stephanie Sumstine, Eunhee Park, Sabrina C. Boyce, Jay G. Silverman, Rebecca Fielding‐Miller, Laury Oaks, Dallas Swendeman

Notice bibliographique

RevueJMIR Research Protocols · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSexual Assault and Victimization Studies
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and Prevention
Mots-clésProtocol (science)Medical educationDomestic violencePsychologySexual violenceMedicineFamily medicinePoison controlSuicide preventionNursingAlternative medicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Intimate partner and sexual violence are pervasive public health issues on college and university campuses in the United States. Research is recommended for creating and maintaining effective, relevant, and acceptable prevention programs and response services for student survivors. OBJECTIVE: The University of California (UC) Speaks Up study aims to examine factors contributing to intimate partner and sexual violence on 3 UC campuses and use the findings to develop and test interventions and policies to prevent violence, promote health, and lay the groundwork for subsequent large-scale quantitative research. METHODS: A mixed methods study was conducted at UC Los Angeles, UC San Diego, and UC Santa Barbara. Phase I (2017-2020) involved a resource audit; cultural consensus modeling of students' perceptions of sexual consent; in-depth interviews (IDIs) and focus group discussions with students to understand perceptions of campus environment related to experiences as well as prevention of and responses to violence; and IDIs with faculty, staff, and community stakeholders to investigate institutional and community arrangements influencing students' lives and experiences. Phase II (2020-ongoing) involves IDIs with student survivors to assess the use and perceptions of campus and community services. Qualitative content analysis is used to generate substantive codes and subthemes that emerge, using a thematic analysis approach. RESULTS: In January 2019, we conducted 149 free-listing interviews and 214 web-based surveys with undergraduate and graduate and professional students for the cultural consensus modeling. Between February 2019 and June 2019, 179 IDIs were conducted with 86 (48%) undergraduate students, 21 (11.7%) graduate and professional students, 34 (19%) staff members, 27 (15.1%) faculty members, and 11 (6.1%) community stakeholders, and 35 focus group discussions (27/35, 77% with undergraduate students and 8/35, 23% with graduate and professional students) were conducted with 201 participants. Since September 2020, 50% (15/30) of the planned student survivor interviews have been conducted. This segment of data collection was disrupted by the COVID-19 pandemic. Recruitment is ongoing. CONCLUSIONS: Data analysis and phase II data collection are ongoing. The findings will be used to develop and test interventions for preventing violence, promoting health and well-being, and ensuring that survivor services are relevant and acceptable to and meet the needs of all individuals in the campus community, including those who are typically understudied. The findings will also be used to prepare for rigorous, UC-system-wide public health prevention research. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/31189.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,999

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 technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,378
Tête enseignante GPT0,588
Écart entre enseignants0,210 · 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.

Devis d'étudeQualitatif
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetSexual Assault and Victimization StudiesTravaux en français237 207