Men’s differential identification with female-perpetrated intimate partner victimization
Notice bibliographique
Résumé
Men are often reluctant to self-identify as victims of female-perpetrated intimate partner violence (f-IPV), despite significant harms. This reluctance results in underreporting of experiences and a concomitant lack of support and resources for male victims. We examined predictors of men’s differential self-identification as victims of f-IPV; that is, between men who self-identify both as having experienced and as being a victim of f-IPV (abuse and victim identified = AVI), men who self-identify as having experienced f-IPV, but not as being a victim of f-IPV (abuse-only identified = AI), and men who self-identify as neither having experienced nor being a victim of f-IPV, despite behaviourally having experienced it (non-abuse and non-victim identified = N-AVI). We recruited cisgender men (N = 212) to an online study examining experiences of f-IPV and identification with abuse. About two-thirds of our sample did not self-identify as victims of f-IPV despite reporting victimisation experiences. We found that frequency of f-IPV, psychological vulnerability from f-IPV, precarious manhood beliefs, and ambivalent sexism significantly predicted men’s self-identification as victims of f-IPV. We elucidate predictors of men’s reluctance to self-identify as victims of f-IPV, allowing for the identification of men who may be less likely to seek and obtain support.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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 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 ».