Examining how bystanders intervene and perpetrators respond to intervention during experiences of sexual aggression
Notice bibliographique
Résumé
Despite increasing uptake of bystander intervention programs to prevent sexual aggression, rates of sexual violence have remained persistently high. Those who witness sexual aggression among their peers can provide another vantage point regarding the strategies that perpetrators use and valuable information about ways in which perpetrators divert bystanders’ intervention—all information that can inform prevention programs. Participants ( N = 247) completed structured and open-ended items about occasions they had witnessed that involved efforts to force sex on a non-consenting individual. Reports were content coded for strategies leading to sexual aggression for 99 participants who had witnessed a recent alleged act of sexual aggression. Most (93%) reported perpetrators’ use of early physical pressure (e.g., unwanted grinding, following, isolating, violating personal space, pulling, blocking others) that typically escalated into more overt physical pressure and force. Verbal coercion (e.g., arguing, insisting, begging) was witnessed by 40% of participants, and 14% of participants reported witnessing the target being pressured to consume excessive levels of alcohol. Coded themes captured perpetrators’ defensive interactions with concerned bystanders, such as making excuses, minimizing their intentions, feigning innocence, and using humour to divert attention from sexually aggressive efforts. Results have implications for prevention efforts incorporating bystanders as well as education about the risk of assault.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».