A Scoping Review of Bystander-Based Sexual Violence Prevention Training for College Students in Fraternities and Sororities
Notice bibliographique
Résumé
Bystander-based sexual violence (SV) prevention trainings are offered on college campuses across the United States to meet federal Title IX requirements, as they have proven to be an effective strategy for violence prevention. Greek-affiliated students (fraternity and sorority members) are at a higher risk of sexual assault than their peers; however, few trainings consider the specific needs of this population, and program adaptations for this high-risk group may be needed. This scoping review identifies and describes the bystander trainings delivered to Greek-affiliated students in the US and Canada. An eight-database search was conducted following PRISMA-ScR guidelines. The review identified 81 unique sources, with 18 meeting the inclusion criteria. Eleven specific training programs were identified, encompassing qualitative, quantitative, and mixed-method studies. The thematic analysis revealed best practices, including the importance of peer leaders, interactive sessions, and tailored content to Greek culture, as well as barriers such as a lack of engagement and an inadequate session length. The review underscores the need for tailored interventions to effectively address the unique cultural characteristics and high-risk nature of Greek-affiliated students. These findings provide valuable insights for improving the design and implementation of bystander interventions to enhance their efficacy in preventing sexual violence within this population.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».