Risk factors for sexual harassment and abuse victimization among adolescent athletes and non-athletes: A one-year follow-up study
Notice bibliographique
Résumé
BACKGROUND: The association between SHA and negative mental health increases the need to understand risk factors for SHA victimization, which is important for future development of prevention programs. OBJECTIVE: To examine which combinations of demographic- and mental health factors were associated with subsequent SHA victimization, and the prevalence of elite athletes, recreational athletes, and reference students who experienced sexual revictimization. PARTICIPANTS AND SETTING: Norwegian elite athletes and recreational athletes attending sport high schools, and reference students attending non-sport high schools (mean age: 17.1 years) were eligible for participation. METHODS: The participants answered an online questionnaire at two measurement points one year apart, T1 and T2 (n = 1139, 51.1 % girls). After testing for measurement invariance, data were analyzed with Classification and Regression Tree analysis (CRT) using demographic- and mental health variables from T1 as independent variables, and SHA at T2 as outcome. RESULTS: The combination of being a girl with high level of symptoms of eating disorders and other psychological symptoms was associated with subsequent reporting of SHA. Among the students with lifetime experience of SHA at T1 (n = 533, 58.3 %), 49.5 % reported revictimization at T2 (60.9 % girls, 32.2 % boys, p ≤ .001). The prevalence of SHA revictimization was lower among elite athletes (44.3 %) compared with recreational athletes (49.1 %) and reference students (59.4 %, p = .019). CONCLUSION: The combination of female gender and mental health symptoms are risk factors for subsequent SHA victimization. These findings, and the high prevalence of SHA revictimization is important knowledge for developing preventive programs targeting elite athletes, recreational athletes, and reference students.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».