#MeToo in British schools: Gendered differences in teenagers’ awareness of sexual violence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This article explores how British secondary school students responded to and made sense of the rising public awareness of sexual violence in British society that emerged during lockdowns for COVID-19. Based on the findings from a 2021–2022 study conducted in five secondary schools, the article explores the gendered discrepancies in girls’ and boys’ awareness of violence against girls and women. In particular, it examines how the youth participants in this study responded to two related media stories during lockdown: the news of Sarah Everard’s kidnapping and murder by a police officer and the viral spread of sexual abuse testimonies on the ‘Everyone’s Invited’ Instagram page and website. The article demonstrates how girls were more likely to experience, recognize, and discuss sexual violence, in part due to feminist consciousness raising during lockdown via digital technologies like Instagram and TikTok. Although some boys did recognize the problem of violence against women, in general, they were much less aware of Sarah Everard’s murder and Everyone’s Invited and were prone to absorbing manosphere-like discourses around false rape accusations In focus groups, some boys deployed a defensive masculinity and adopted a discourse of male victimhood, which denied the scale and scope of violence against girls and women. However, through involving boys in focus group discussion with both us and their male peers about power and privilege, progress was made in challenging and counteracting rape myths and anti-feminist male victimization narratives.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle