Offside: An International Comparison of Group Sexual Assault in Competitive Young Men’s Ice Hockey
Notice bibliographique
Résumé
Athlete-perpetrated sexual violence within hockey has historically been concealed and \nrarely acknowledged within academic literature and public discourse in Canada and \ninternationally. To analyze group-sexual assault cases in young men’s hockey in Canada and the \nUnited States at the high-school, intercollegiate, and junior level, this study utilized an \nunobtrusive case-study approach, revealing the relative prevalence in which group sexual \nassaults occur, the common characteristics of these cases, and how institutions such as hockey \norganizations and the criminal justice system have responded to this form of gender-based \nviolence. Two primary sources of unobtrusive data were used within this study, including: 1) \ndocumentation accessed through the online legal document repositories vLex, CanLii, and \nWorldLii, and 2) documentation accessed through online media article archives Access Word \nNews, Google News, and Canadian Newsstream. In total, 30 cases, including 20 in Canada and \n10 in the United States, were analyzed. \nThrough the analysis of 30 cases of group sexual assault, there were seven key findings, \nincluding: 1) accused players are rarely held accountable, 2) Canadian Junior hockey players are \ndisproportionately represented in reports of athlete-perpetrated group sexual assault, 3) accused \nplayers often receive support from their coaches, team management, and the community, while \nvictims often do not, 4) Canadian and American hockey organizations respond comparatively \ndifferently when players are accused of sexual assault, 5) disciplinary responses were lower \namong Canadian Junior hockey cases, compared to American cases, 6) in many cases, players \nwho faced charges of sexual assault could advance their careers to higher professional playing \nlevels (such as the National Hockey League), and 7) with increased media attention, public outcry, and disciplinary responses more recently, a significant shift in tolerance and responses to \nthese incidents has occurred over time.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».