Mandatory Reporting of Intimate Partner Violence: Examining Predictors and Experiences Among Intimate Partner Violence Victims
Notice bibliographique
Résumé
Mandatory reporting of intimate partner violence (MR-IPV) is a controversial topic. This study examined the practice of MR-IPV by investigating what factors were associated with MR-IPV experience among victims of intimate partner violence (IPV). The study also investigated the experiences of IPV victims who have experienced MR-IPV, to better understand the consequences of MR-IPV. Eighty-six IPV victims were recruited through help services and administered a questionnaire about their experiences with IPV and MR-IPV. Multivariate logistic regression was used to explore statistical predictors of having experienced MR-IPV. Candidate predictors included IPV characteristics and risk factors, sociodemographic/contextual variables, and contact with the help services. IPV severity and persistence were of particular interest, as these define the threshold for whether MR-IPV applies in Norwegian law. IPV victims with MR-IPV experience were asked questions about the experienced consequences of MR-IPV. Neither characteristics of the IPV victimization, risk factors, sociodemographic variables nor contact with the help services were predictive of MR-IPV experience. However, having perpetrated severe psychological aggression was predictive of MR-IPV experience (OR = 4.99). Participants with MR-IPV experience ( n = 39) reported both positive and negative consequences of MR-IPV, but generally more positive consequences for themselves. A majority agreed that, overall, they were better off after MR-IPV was used. Our results indicate that the Norwegian MR-IPV law might not be practiced as intended. The consequences of MR-IPV for IPV victims appear complex and warrant further study. However, overall, the use of MR-IPV led to positive reported consequences for the majority of the participants in this study.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».