Increasing Sexual Violence Reporting and Disclosure in Higher Education Institutions: A Proposed Approach to Critically Analyze the Internal Organizational Context
Notice bibliographique
Résumé
AIMS: This article explores the underreporting of sexual violence (SV) in higher education, highlighting serious implications for survivors who may silently cope with its aftermath instead of accessing crucial resources. METHODS: We utilize Bolman and Deal's four-frame model for organizational change to assess how internal factors within organizations may influence reporting of SV. The four frames-symbolic, structural, human resources, and political-offer a systematic analysis of the internal organizational context in higher education institutions concerning SV reporting. RESULTS: Our suggested approach offers concrete dimensions and probing questions for examination. Derived from a qualitative study, our recommendations align with Bolman and Deal's four-frame model, aiding in assessing the organizational environment. This approach assists stakeholders in identifying barriers/facilitators in the internal organizational context of higher education institutions, enabling effective planning for improved SV reporting/disclosure. CONCLUSIONS: A thorough analysis is essential for understanding factors influencing campus SV reporting. Our proposed critical analysis and recommendations serve as a starting point to identify organizational barriers/facilitators, informing the revision of SV policies and processes, including reporting. POTENTIAL IMPACT OF IMPROVED SEXUAL ASSAULT REPORTING IN HIGHER EDUCATION INSTITUTIONS ON FORENSIC NURSING AND SURVIVORS/VICTIMS ALLIES: Enhanced reporting of sexual assault in higher education benefits forensic nurses and allies, like student affairs, advocacy groups, unions, SV coordinators, health centers, equity departments, human rights officers, and administration. Improved analysis of institutional and cultural contexts allows for tailored services to better meet survivors' needs. Increased reporting should lead institutions to higher service utilization, requiring careful planning for resource allocation.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».