Are men’s gender equality beliefs associated with self-reported intimate partner violence perpetration? A state-level analysis of California men
Notice bibliographique
Résumé
OBJECTIVES: To assess the association between gender equality beliefs and self-reported intimate partner violence (IPV) perpetration among California men. METHODS: We analyzed men's data (N = 3609) from three waves (2021, 2022, and 2023) of cross-sectional data from a statewide sample of California adults. We assessed gender equality beliefs using a three-item measure adapted from the World Values Survey, with higher scores representing more gender unequal beliefs (e.g., 'On a whole, men make better political leaders than women'). We assessed IPV perpetration in the last year by asking a) whether men committed any form of violence in the last year (physical violence, use or threat of violence with a weapon, sexual violence) and b) among those who reported committing violence, who they committed violence against. Those reporting violence against "a spouse or romantic partner" were categorized as perpetrating past-year IPV. Analyses were weighted to yield population estimates. Crude and adjusted logistic regression models evaluated the association between gender equality beliefs and past-year IPV perpetration. RESULTS: Almost 2% of men-equivalent to more than 280,000 men in California-reported IPV perpetration in the past year [1.9% (95%CI = 1.4-2.5)], and every one-point increase in their gender equality belief scale score [indicative of less gender equitable beliefs] was associated with 2.1 times greater odds of perpetrating past-year IPV (AOR: 2.14, 95%CI 1.61-2.86). CONCLUSIONS: Findings support prior research indicating that patriarchal beliefs reinforce men's violence against women in relationships and signal a need for violence prevention efforts focused on boys and men to that can include normative belief shifts related to women's capacities.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».