When Sexual Violence Goes Viral
Notice bibliographique
Résumé
ABSTRACT: Since the popularization of the #MeToo movement, the prevention and management of sexual violence (SV) has become prominent in North American public discourse, including in the province of Québec (Canada). Despite such an important visibility in the public sphere, there is little scientific evidence of how nursing practice has adapted to the popularization of the #MeToo movement, led by victims of SV. Drawing on critical feminist theories, we describe the results from a literature review on nursing practice in the context of SV on college and university campuses since the #MeToo movement. A literature search was performed in five databases using keywords targeting nursing practice in the context of SV. In total, 45 articles were selected for analysis. Eight studies were added for their relevance (obtained outside the databases). Next, a reflexive thematic analysis inspired by Braun and Clarke (2006) was conducted. The literature review was then used to compare current practices in Québec. The results identify the persistence of numerous myths and stereotypes that contribute negatively to the credibility of persons experiencing SV. The results also describe the difficulty of public institutions to change structures aimed at preventing and managing SV in response to the popularization of the #MeToo movement. The results indicate the relevance of using an intersectional feminist theoretical framework to better understand the complexities of SV. Through our analysis, we show that, more than ever, the evolution of forensic nursing practice must be informed by political and testimonial activism driven by persons experiencing SV.
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) | 0,001 | 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 | 0,001 |
| 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 ».