Does drug and alcohol intoxication influence perceptions of risk and punishment in the context of campus sexual assault?
Notice bibliographique
Résumé
Sexual violence is a prevalent issue in post-secondary institutions. Past research has shown that substance abuse is one of the many known risk factors for sexual violence, and yet intoxicated perpetrators are often labelled as less blameworthy or responsible for their actions. In this study, post-secondary employees and students were presented with a vignette of a campus sexual assault and asked to rate the perpetrator’s risk to reoffend and the appropriateness of sanctions varying in severity. Two severe sanctions, on-campus activity restriction and expulsion, were rated more appropriate for sober perpetrators than intoxicated ones. Students, specifically, rated less severe sanctions lower and more severe sanctions higher in appropriateness compared to employees. Perpetrator intoxication and sample type influenced sanction appropriateness, suggesting subjective factors influenced disciplinary decisions. Implications for improving response to campus sexual violence, such as using objective measures of risk and including students’ input when developing policies, are discussed.PRACTICE IMPACT STATEMENT The results of this study highlight the importance of using non-subjective measures of risk for campus sexual violence to ensure that risk is calculated in a way that is fair and supported by empirical research. These results also support the incorporation of robust sexual violence response policies to decrease subjectivity around disciplinary decisions, and therefore reduce the likelihood of discrepancies that could decrease perceptions of trust and confidence in post-secondary institutions.
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 | 0,001 |
| 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 | 0,000 | 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 ».