Perceived barriers and rewards to sexual consent communication: A qualitative analysis
Notice bibliographique
Résumé
Increasingly, affirmative consent - direct, unambiguous and voluntary agreement to engage in sexual activity (Craig & McKinley, 2015) - is the standard being adopted by educational institutions in North America (Bennett, 2016). Yet, studies show that most individuals continue to communicate consent through nonresistance (Jozkowski et al., 2014a). Given this discrepancy, it is critical to understand what factors prevent individuals from engaging in affirmative consent. Furthermore, a better understanding of the perceived rewards of consent communication could incentivize the adoption of affirmative consent. To understand the range of perceived barriers and rewards, we conducted an online, qualitative study where 231 participants answered two open-ended questions. We used inductive content analysis to categorize participants' perceptions of sexual consent barriers and rewards into four general content areas: (1) Communication Quality, (2) Relational and Emotional Experiences, (3) Sexual Quality and (4) Safety and Coercion. These perceived rewards and barriers were examined through the lens of the Information-Motivation-Behavioural Skills Model. Participants viewed consent communication not only as a means of ensuring safety but also as a way to enhance relational and sexual quality. However, they also perceived barriers in all three of these domains as well as barriers to ensuring that sexual consent communication is fluid and easily understood. These findings provide important avenues for future research investigating how individuals reconcile perceived rewards and costs of affirmative consent communication. We also suggest ways to enhance sexual education by discussing potential rewards and validating the normative nature of fears and anxieties around affirmative consent.
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 | 0,027 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,008 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».