MétaCan
Menu
Retour à la cohorte
Enregistrement W4401953053 · doi:10.33915/etd.12618

Bystander Interventions for Sexual Assault Prevention Among Students in Greek Life

2024· dissertation· en· W4401953053 sur OpenAlexaboutno aff
Caterina DeFazio

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueSexual Assault and Victimization Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionThematic analysisIntervention (counseling)PsychologySexual violenceMedical educationPopulationBest practiceMedicineQualitative researchNursingPolitical scienceCriminologyEnvironmental healthSociology

Résumé

récupéré en direct d'OpenAlex

Background: Bystander-based sexual violence (SV) prevention programs are critical on college campuses to meet federal Title IX requirements and have proven effective in reducing violence. Greek-affiliated students (members of fraternities and sororities) are at a higher risk for sexual assault than their peers, yet current training programs often do not address their specific needs. This dissertation comprises three interconnected studies that collectively aim to improve bystander intervention strategies for this high-risk group. Aim 1 - Scoping Review: A scoping review was conducted to identify and describe bystander intervention programs 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. Aim 2 - Mixed-Methods Study: Aim 2 employs a convergent parallel mixed-methods design, using data from the CDC-funded Multi-College Bystander Efficacy Evaluation (mcBEE) study. This research combines key informant surveys (n = 51) and interviews (n = 60) with student survey data (n = 7,876) to provide a greater understanding of bystander programs implemented with Greek Life. Thematic analysis was conducted for the qualitative data, while basic descriptive statistics were used for the quantitative data. The research revealed significant discrepancies between program awareness and actual training receipt, indicating barriers to participation. Strong relationships and university support were crucial for effective program delivery, with Greek life students playing a key role as peer opinion leaders. Tailoring interventions to address the unique cultural and social dynamics within Greek organizations proved essential for enhancing program relevance and effectiveness. Challenges such as maintaining program fidelity and limited capacity hindered the successful implementation and evaluation of these programs. The need for rigorous evaluation and engaging both new and established leaders within Greek organizations was emphasized. There is a critical need for effective, evidence-based bystander intervention programs tailored for Greek-affiliated students to enhance violence prevention

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,437
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,466
Écart entre enseignants0,374 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSexual Assault and Victimization StudiesTravaux en français237 207