What Are the Mechanisms Underpinning Intergenerational Transmission of Violence Perpetration? A Realist Review
Notice bibliographique
Résumé
Successive generations are more likely to carry out acts of violence in households where an individual has either perpetrated or been subjected to violence. While research to date has mostly concentrated on direct associations between violence experience or perpetration in generation 1 and violence perpetration in generation 2, there is limited evidence regarding the underlying mechanisms of the transmission of intergenerational violence perpetration. We conducted a realist review to adjudicate theories of the underlying mechanisms of intergenerational violence perpetration. Following Realist and Meta-Review Evidence Synthesis: Evolving Standards, we searched six databases across three phases considering all study designs. We identified 28 studies that were analyzed thematically. Included studies focused on perpetration of intimate partner violence, child abuse and neglect, youth violence, and violent crime. We identified five underlying mechanisms of intergenerational violence perpetration: (a) normalization of violence and harmful gender norms, (b) modeling and imitation, (c) emotion dysregulation, (d) high vulnerability, and (e) impaired relationships. These mechanisms operate and unfold differently across contexts where violence is experienced or witnessed. Our realist review highlights how violence perpetration may be transmitted across generations. We propose that interventions focused on norms and attitudes, mental health, social welfare, and parent-child relationships may be useful in preventing violence perpetration across generations.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».