Understanding Participant (Dis)Engagement From Domestic Violence Perpetrator Group Programs: A Review and Qualitative Synthesis
Notice bibliographique
Résumé
Men’s behavior change programs are a crucial component of contemporary efforts to address domestic violence, particularly (though not exclusively) across the Global North. Yet studies of program effectiveness consistently report high attrition rates and, importantly, an association between non-completion and recidivism. Scholars are thus increasingly concerned with understanding factors that predict program completion. However, limited research examines engagement beyond this binary notion of completion/non-completion. Adopting a broader scope, our systematic review examined English language, peer-reviewed research into the risk and protective factors that may influence engagement with/disengagement from all-male domestic violence perpetrator group programs. Our review was conducted in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) statement. Databases searched include ProQuest, Ovid, EBSCOhost, and Web of Science, from which 164 sources were subject to full-text review, and 80 sources (published 1988–2023) were included. The sources report on studies that use quantitative, qualitative, and mixed methods research designs, based in the United States, Canada, the United Kingdom, Australia, Portugal, and Spain. Through narrative synthesis, we explore how this research conceptualizes completion, considers (or indeed overlooks) engagement, and makes sense of risk/protective factors for non-completion and disengagement. Our findings highlight the inconsistent and often arbitrary definition and measurement of program completion across studies, calling into question its usefulness as a proxy for program effectiveness. Most crucially, our findings support the need for more nuanced analyses of program outcomes that capture the non-linear, relational process with which people engage in perpetrator programs, and behavior change more broadly.
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 | 0,073 | 0,167 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,016 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».