Delayed Reporting of Sexual Assault in Sports: The Impact of Decade-Long Delays on Mock-Jurors’ Perceptions and Decision-Making
Notice bibliographique
Résumé
Following recent social movements such as the #MeToo movement, there has been an increase in media reports of sexual assault across a range of sports (e.g. hockey, gymnastics, and swimming). In many of these cases, victims have reported the alleged assault years or decades later. The current research sought to examine the effect of delayed reporting of sexual assault, as well as defendant and victim gender, on mock-jurors’ decisions in a sexual assault in sports case. Participants ( N = 736) read a mock-trial transcript depicting a sexual assault in sports case in which a swim coach allegedly abused an athlete. The trial transcript varied defendant gender (male or female), victim gender (male or female), and the length of time that it took the victim to report the alleged sexual assault (1-, 10-, or 20-years). Mock-jurors provided ratings of the defendant and victim, as well as continuous and dichotomous (i.e. guilty, not guilty) ratings of defendant guilt. Participants also responded to a questionnaire assessing personal belief in rape myths. Results indicated that delayed reporting and mock-jurors’ belief in rape myths influenced mock-jurors’ perceptions and decisions. Specifically, mock-jurors assigned higher guilt ratings, rendered more guilty verdicts, and perceived the victim more favourably when there was a short delay (1-year) compared to a longer delay (10- or 20-years). Additionally, higher endorsement of rape myths was associated with lower guilt ratings, a lower likelihood of rendering a guilty verdict, more favourable perceptions of the defendant, and less favourable perceptions of the victim. Implications and directions for future research are discussed.
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 | 0,003 |
| 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 ».