STUDENT PERSPECTIVES ON SEXUAL VIOLENCE INTERVENTIONS AND PREVENTIONS IN HIGHER EDUCATION
Notice bibliographique
Résumé
Despite more focused attention on the issue of sexual violence at post-secondary institutions, cases continue to be a great concern on campuses. This research examined the interventions and preventions that had been implemented in institutions of higher education (IHEs) to prevent and respond to sexual violence for students and explored student perspectives regarding further enhancement of campus sexual safety for a more equal and welcoming learning environment to promote academic success and personal development. This qualitative single-case study focused on student perspectives at one Canadian Research University (CRU). Data were collected through document analysis, semi-structured interviews (n=8), and the researcher’s notes and were analysed following Braun and Clarke’s (2006) six-phased design of thematic analysis. The document analysis explored the policies and administrative information on sexual violence in IHEs that aimed to support students’ campus sexual safety. The findings of semi-structured interviews demonstrated students’ understanding of sexual violence and its prevalence and influences on campus as well as the students’ experiences of accessing related educational programmes, services, and policies on campus. Additionally, the students provided suggestions for further improvement: 1) raise awareness on campus, 2) expand advertising strategies, 3) enhance options for programming, 4) identify relevant services explicitly, and 5) develop inclusiveness of programming. These findings largely align with viewpoints from the literature regarding the issue of sexual violence and suggestions to improve sexual safety in higher education and elaborated various students’ perspectives on the issue. This research also provides scholars and administrators in IHEs with implications for improving and enhancing campus sexual safety for their students in the areas of practice, research, and theory.
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 | 0,014 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».