‘Justice’ and Access for Whom? A Critique of Online Men’s Behaviour Change Programs
Notice bibliographique
Résumé
Domestic and Family violence (DFV) is a global issue that significantly impacts individuals and communities. Decades of research, policy and service provision have attempted to prevent DFV, yet the prevalence of DFV remains high in Australia and internationally. Recent service development has focused on perpetrators of DFV via targeted perpetrator intervention programs commonly referred to as Domestic and Family Violence Perpetrator Programs (DFVPP). DFVPP create justice pathways for both people who use abusive behaviour, and the people impacted by abusive behaviour, by ensuring users of violence are held accountable for their behaviour and provided opportunities to address their behaviour, and victim survivors are validated in their experiences of abuse. Prior to the COVID-19 pandemic in 2020 Australian DFVPP were almost exclusively delivered in person, creating access barriers to justice pathways for users of violence in rural, regional and remote settings. The pandemic catalysed the development and implementation of online DFVPP. Consequently, there is a timely opportunity to evaluate the feasibility of online interventions for people who use violence. Online interventions have been presented as a panacea for the access barriers recognised for in-person DFVPP. Drawing on original empirical research, this article interrogates this claim. A qualitative research methodology was employed to interview program participants (n=6) and facilitators (n=11) in online perpetrator programs in NSW. Despite many and varied attempts to include victim survivors in the research, those voices were not captured which is a significant limitation of this study. Interview data was supplemented by quantitative program data regarding attendance and completion rates for online perpetrator programs. The combination of data provides insights about the access to justice pathways online programs provide, as well as the digital access barriers that remain, and the potential for online programs to create unjust outcomes for users of violence and victim survivors.
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 | 0,063 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,047 |
| Communication savante | 0,016 | 0,024 |
| Science ouverte | 0,006 | 0,020 |
| Intégrité de la recherche | 0,011 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».