Characteristics of Elder Abuse Perpetrators by Sexual Orientation and Gender Identity of the Abused: Findings from the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
Lesbian, gay, and bisexual (LGB) older adults may be more vulnerable to elder abuse (EA) due to prior marginalization and trauma, lifelong discrimination, and health disparities. While characteristics of both victims and perpetrators can modify the risk for EA, few studies have focused on perpetrators. This study examined the number and type of perpetrator-victim relationships and perpetrator profiles for EA experienced in the prior year, by abuse type and sexual orientation and gender identity of the abused. Data are from community-dwelling Canadian Longitudinal Study on Aging participants aged 65 or older at follow-up 1 (n = 23,466). Heterosexual men and women reported being abused psychologically and physically most often by spouses or partners. Gay and bisexual (GB) men reported being abused psychologically most often by non-family, non-friend “others”. Lesbian and bisexual (LB) women reported psychological and financial abuse most often by siblings or other family members, and physical abuse by non-family, non-friend “others”. Heterosexual women were abused financially most often by their children, and both heterosexual and GB men reported more financial abuse by “others” or friends. Overall, 15% and 5% of participants reported abuse by multiple perpetrators of psychological and financial abuse respectively. LB women experienced more EA overall (18.8%), by multiple perpetrators (31% for psychological abuse, 66.5% for financial abuse) including by their siblings and other family members. These results have important implications for mitigation and preventive measures. They also highlight the need for further research concerning sexual minorities experiencing multiple abuse types and/or abuse by multiple perpetrators.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».