Patterns of Misogynistic Violence in Canada: A Latent Class Analysis of Perpetrator Ideology, Power, and Legal Response
Notice bibliographique
Résumé
Objective(s): The study aimed to identify patterns among cases of misogynistic violence in Canadian legal cases and explore how sexist ideology, victim-perpetrator power dynamics, and violence type interact. We also examined perpetrator demographics and whether specific case features were related to legal decisions. Hypotheses: We hypothesized that perpetrators with more extreme sexist ideologies would engage in more severe forms of violence, that victim-perpetrator power imbalances would influence violence context and legal outcomes, and that distinct perpetrator profiles would emerge. Methods: We conducted a secondary data analysis of 179 Canadian case files (1997-2023) that involved male perpetrators of misogynistic violence. Cases were coded for perpetrator characteristics (i.e., demographic information, including sexist ideology), victim characteristics (i.e., number of victims, demographic information), and case characteristics (i.e., setting, presence of witnesses). We analyzed violence prevalence and conducted a latent class analysis. Results: Verbal and emotional abuse were the most prevalent. The latent class analysis revealed four perpetrator classes: “Isolated Sexual Assailants,” “Virtual Sexist Harassers,” “Detached Verbal Abusers,” and “Complex Aggressors”. “Isolated Sexual Assailants” showed high probabilities of sexual assault in personal settings with close relationships. “Virtual Sexist Harassers” often engaged in online harassment and exhibited significantly more incel-like views and non-sexist ideologies (e.g., racism). “Detached Verbal Abusers” exhibited workplace verbal harassment and more favorable, but not statistically significant, legal outcomes. “Complex Aggressors” exhibited high probabilities of physical violence and verbal harassment, and significantly more incel-like views. Conclusions: Findings suggest the heterogeneity of misogynistic violence and that perpetrator ideology and context may meaningfully impact behavior. The results have implications for understanding gender-based violence in Canada, developing tailored interventions for perpetrators, and informing legal policy.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».