MétaCan
Menu
Retour à la cohorte
Enregistrement W4292641269 · doi:10.20944/preprints202208.0326.v1

Interpersonal Violence in Belgian Sport Today: Young Athletes Report

2022· preprint· en· W4292641269 sur OpenAlexaff
Tine Vertommen, Mieke Decuyper, Sylvie Parent, Aurélie Pankowiak, Mary N. Woessner

Notice bibliographique

RevuePreprints.org · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAthletesInterpersonal violenceContext (archaeology)PsychologyPsychological interventionNeglectSexual violenceInjury preventionSuicide preventionInterpersonal communicationPoison controlSafeguardingClinical psychologyMedicinePsychiatrySocial psychologyPhysical therapyMedical emergencyGeographyCriminology

Résumé

récupéré en direct d'OpenAlex

Initiatives to safeguard athletes from interpersonal violence (IV) are rapidly growing. In Belgium, the knowledge on the magnitude of IV in sport is based on one retrospective prevalence study from 2016 (n=2.043 adults), who participated in organized sport before 18 years. Data on victimization rates in current youth sport populations are lacking. This study aimed to investigate the magnitude of IV in a sample of 769 athletes (13-21 years old), using the Violence Towards Athletes Questionnaire (VTAQ). All types of IV are prevalent in this sample, ranging from 27% (sexual violence) to 79% (psychological violence and neglect). Boys reported significantly more physical violence, while girls reported significantly more sexual violence. IV perpetrated by peer athletes was reported to the same degree as IV perpetrated by a coach (70%), while IV perpetrated by a parent in the context of sport was somewhat less common, but still prevalent (48%). These findings, including factors associated with elevated exposure rates, can serve as a baseline measurement to monitor and evaluate current and future safeguarding interventions in Belgian sport.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,003
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,064
Tête enseignante GPT0,362
Écart entre enseignants0,299 · 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'étudeObservationnel
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetSports injuries and preventionTravaux en français237 207