Notice bibliographique
Résumé
Legal recognition and protection for male victims of harassment remain a not sufficiently explored and important issue within the Indian legal system. While harassment affects people regardless of gender, India’s current laws, such as the Protection of Women from Domestic Violence Act (2005) and the Sexual Harassment of Women at Workplace Act (2013), mainly focus on protecting women, resulting in a large gap in laws that include men as possible victims. This gap leaves male victims vulnerable, overlooked, and judged by society, with few ways to seek justice and support. Harassment against men takes many forms including workplace sexual harassment, domestic abuse, and casting couch exploitation but court responses in India have been uneven and limited because there are no specific laws for men. Important case studies show the difficulties male victims face, social taboos, and how the #MeToo movement’s effects have sometimes been complicated by concerns about misuse, pointing to the need for a balanced way to protect all victims while avoiding false claims. A comparison with countries like the United States, United Kingdom, Canada, and Australia shows the benefits of gender-neutral harassment laws and strong victim support systems, stressing the need for India to update its laws similarly. Challenges to change include deep-rooted social beliefs about masculinity, lack of awareness, poor support systems for male victims, and political debates about misuse of women-focused laws. This paper argues for urgent changes to create fair, gender-neutral legal protections and increase understanding in courts. It also suggests public education to remove the shame around male victimhood and the creation of support services for men. Ensuring fair legal recognition and protection for male victims is necessary to build a just society that accepts and deals with harassment as a problem for everyone. A fair and open approach will improve justice and protect the rights of all victims.
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».