Gender Differences in Sexual Violence Victimization Experiences and Validity of Victimization Reports: A Think-Aloud Study
Notice bibliographique
Résumé
This study compared the qualitative nature of women and men's sexual violence (SV) victimization, the types of experiences captured and missed on the Sexual Experiences Survey-Short Form Victimization (SES-SFV) across genders, and common interpretations of the SES-SFV items. Fifty-four university students (31 women, 21 cis men, 2 trans men) who had recent unwanted (but not necessarily nonconsensual) sexual experiences thought out loud while privately completing the SES-SFV. They also typed descriptions of experiences reported on SES-SFV items or similar experiences when nothing was reported on an item. Results indicated that women's victimization was more frequent and severe than cis men's, except when men were victimized by men. Although verbal coercion was common across genders, event descriptions indicated that women's verbal coercion experiences were more often harsh and part of a partner's ongoing SV or coercive control. The findings suggest that quantitative measurement can mask important gender differences in victimization and (based on analysis of false positives and negatives) may underestimate rape and attempted rape experiences, especially women's. Findings suggested that responding to the SES-SFV was not traumatic or distressing. However, participants sometimes expressed confusion about the items and interpreted them in unintended ways.
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 | 0,011 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».