Trauma-informed Consent Education: Understanding the Grey Area of Consent Through the Experiences of Youth Trauma Survivors
Notice bibliographique
Résumé
Sexual consent education has emerged in recent years as the most popular method of preventing gender-based violence. Yet, the concept of consent used in much contemporary programming problematically oversimplifies sexual exploration and the power dynamics it is imbued with by asserting that consent is as simple as “Yes” or “No.” The messiness of sexual negotiation or the ‘grey areas’ of consent that youth may experience are left unaddressed. By examining the experiences of youth trauma survivors through a trauma-informed lens, the limits to binary consent education become clear. I draw on empirical data from nine open-ended interviews with Canadian youth trauma survivors to demonstrate how a trauma-informed lens may be implemented in consent education. I argue that educators should include understandings of consent which falls outside the Yes/No binary in order to adequately address youth survivors’ vulnerability to sexual (re)victimization. I examine how three of the psychosocial impacts of trauma, dissociation, hypersexuality, and struggles with acquiescence, refuse the binaristic model of consent and should be considered for trauma-informed consent education. While education alone cannot end rape culture, addressing the grey area of consent in consent education may help reduce preventable harm for survivors, as well as youth more broadly.
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 | 0,018 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,026 | 0,058 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».