Evaluative Attitudes of Sexual Aggression Towards Women from Men Who Commit Sexually Aggressive Acts Towards Women
Notice bibliographique
Résumé
It is well-documented in theory and in research that evaluative attitudes predict subsequent behaviour, however the association of evaluative attitudes and sexually aggressive behaviour have been scarcely researched, and where they are researched, they lack consistent definitions/measures. The given research investigated the association of evaluative attitudes of sexual aggression towards women and the perpetration of sexual aggression towards women using a newer version of an evaluative attitudes of sexual aggression towards women measure (the EASAW). Data were collected from 259 men at the Missouri Sex Offender Program at the Farmington Correctional Center in Jefferson City, Missouri. EASAW mean scores of those with a history of sexual violence towards women and those without a history of sexual violence towards women were compared, with no significant differences and small effect sizes found, implying lack of an association between evaluative attitudes of sexual aggression towards women and the perpetration of sexual aggression towards women. Future research should continue to investigate this relationship that address shortcomings of this study, such as: more diverse samples and experimental manipulation. If the findings of this study can be duplicated, measures of evaluative attitudes of sexual aggression towards women should not be added to risk assessment batteries or addressed in treatment programs of sexual offending towards women, and instead should focus on constructs that are better-demonstrated in research.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».