A short screen for lifetime sexual victimization experiences: Expanding research on the Sexual Abuse History Questionnaire (SAHQ) across cultures, genders, and sexual identities
Notice bibliographique
Résumé
The Sexual Abuse History Questionnaire (SAHQ), a widely used screening tool for childhood sexual abuse (CSA) and adolescent/adult sexual assault (AASA) experiences, has limited examination of its psychometric properties in diverse populations. Our study assessed the SAHQ's psychometric properties (i.e., structural validity and measurement invariance across demographic groups, know-group validity, and internal consistency) and estimated the frequencies of various types of sexual victimization across 42 countries and in diverse gender-, trans-status-, and sexual-identity-based groups that were previously missing from measurement-focused studies. We used a large, non-representative sample ( N = 81,465; 57 % women, 3.4 % gender-diverse individuals, M age =32.34 years, SD =12.48) from the International Sex Survey, a 42-country cross-sectional, multi-language, online survey. The SAHQ demonstrated excellent structural validity in all country-, gender-, sexual-identity-, and trans-status-based groups, as well as acceptable reliability and known-group validity. Occurrence estimates for six CSA and AASA types were reported across sociodemographic groups, corroborating previous evidence that women and gender- and sexual-minority individuals are at greater risk of CSA and AASA. Pansexual and queer individuals emerged as a particularly vulnerable group. Associations between different types of CSA and AASA revealed that participants who experienced any form of CSA were at least twice as likely to experience AASA. The findings have significant implications for policy and interventions, especially for marginalized groups.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».