MétaCan
Menu
Retour à la cohorte
Enregistrement W4242906593 · doi:10.21203/rs.3.rs-56310/v1

Sexual Assault: Women's Voices on the Health Impacts of Not Being Believed by Police

2020· preprint· en· W4242906593 sur OpenAlexafffund
Karen McQueen, Jodie Murphy-Oikonen, Ainsley Miller, Lori Chambers

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSexual Assault and Victimization Studies
Établissements canadiensLakehead University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSexual assaultCriminologyPsychologyPolitical scienceMedical emergencySuicide preventionMedicinePoison control

Résumé

récupéré en direct d'OpenAlex

Abstract Background . Sexual assault is a prevalent crime against women with known negative effects on health. Recent media attention has identified that many sexual assault reports are not believed by police, and therefore coded as “unfounded”. This is consistent with public discourse of inaccurate rape myths that indicate that some women lie about sexual assault. Whereas he actual rate of false reporting is low. Negative reporting experiences of sexual assault have been associated with re-victimization and trauma among survivors. However, little is known about the impact that being sexually assaulted and not believed by police has on a survivor’s health and well-being. Thus, the purpose of this qualitative study was to explore women’s experiences of not being believed by police after sexual assault and their perceived impact on health. Results . Thematic analysis revealed three salient themes: 1) Broken Expectations, 2) Loss of Self, and 3) Cumulative Effect. Within the theme of Broken Expectations, two subthemes emerged including Loss of Trust and Re-victimization. Conclusion . The findings highlighted that not being believed by police resulted in additional mental and social burdens beyond that of the sexual assault. Many survivors felt re-victimized at a time when they needed support, leading to maladaptive coping mechanisms. Having a better understanding of the negative health impacts is important for police, health, and social service providers who may be able to positively influence reporting experience and overall health effects.

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)0,006
score de la tête « metaresearch » (Gemma)0,003
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,135
Tête enseignante GPT0,474
Écart entre enseignants0,339 · 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
GenreEmpirique

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

En bref

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetSexual Assault and Victimization StudiesTravaux en français237 207