Gender-Based Victimization and Gender Norms Among Adolescent Girls: A Latent Profile Analysis
Notice bibliographique
Résumé
Distinct forms of gender-based victimization (e.g., sexist experiences, slut-shaming, sexual harassment, and homophobic bullying) are often studied in isolation among adolescent girls, yet some girls are likely to experience multiple forms simultaneously. Researchers have theorized that these forms of gender-based victimization can function to regulate culturally acceptable gendered expression and behavior, but more empirical work is needed to understand these linkages. We had two aims: (a) to identify profiles of gender-based victimization (i.e., sexist experiences, slut-shaming, sexual harassment, and homophobic bullying) among adolescent girls and (b) to understand how these profiles are associated with girls’ relationships to gender norms (i.e., gender expression, internalized sexism, internalized sexualization, and sexual identity). We analyzed data from a larger study on adolescents’ peer experiences and attitudes in Québec, Canada ( n = 203 girls, M age = 15.4 years, 30% racialized minorities). We used latent profile analysis to identify patterns of gender-based victimization experiences, and then we used latent variable multinomial regression to test the association between the profiles of victimization and girls’ relationships to gender norms. The best model was a two-profile solution: High Victimization and Low Victimization. Compared to the Low Victimization group, participants in the High Victimization group were more likely to identify as sexual minorities and report higher levels of internalized sexualization. Our findings support intervention and prevention approaches that focus on the links between multiple forms of gender-based violence and that acknowledge sexualization and sexual minority status as risk factors. Ultimately, our results suggest that one function of gender-based victimization is policing gender norms.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».