Prevalence and Co-Occurrence of College Sexual Violence Experienced by 2SLGBTQIA+ Students: Gender- and Gender Modality-Based Analysis
Notice bibliographique
Résumé
Sexual and gender minorities are overrepresented among victims of sexual violence in higher education settings. This vulnerability encapsulates considerable variability, such that further information in required to tailor prevention and intervention approaches for those most vulnerable. The purpose of this study was to explore whether sexual violence experiences in college settings (SVCS) reported by sexual and gender minority students varied by gender identity (i.e., non-binary, women, men) and modality (i.e., trans or cisgender) of the participants. A total of 3,182 2SLGBTQIA+ participants studying in college settings in Quebec met the inclusion criteria and were included in the analyses. 54.1% of participants reported experiencing at least one SVCS since their arrival at the institution. Overall, cisgender sexual minority men were less likely to report experiencing at least one SVCS situation (vs. trans men, non-binary individuals, cisgender sexual minority women, gender-questioning individuals). Non-binary individuals reported higher co-occurrence of SVCS than cisgender sexual minority men and women. Compared to cisgender sexual minority men, gender-questioning individuals and cisgender sexual minority women reported higher co-occurrence of SVCS. Specific subgroup differences were also observed across gender identity and modality in terms of type of sexual violence reported. The findings support the need for SVCS prevention strategies that address the overlap between sexual violence and homophobic and transphobic discrimination, deconstruct heterocissexist norms, and specifically address the types of sexual violence most prevalent among 2SLGBTQIA+ victims (i.e., being stared at or sexually objectified; being told sexual stories or jokes).
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».