Pandora's box on four legs : On violence against pets as a form of intimate partner violence: A qualitative study
Bibliographic record
Abstract
Syftet med studien har varit att beskriva och analysera våldsutsatta kvinnors erfarenheter av våld mot husdjur som en form av våld i nära relationer (VINR) för att få en fördjupad förståelse för hur dessa erfarenheter påverkat dem. Studien är kvalitativ och har genomförts i form av semistrukturerade intervjuer med åtta kvinnor. Genom tematisk analys av intervjuerna framkom fyra huvudteman och ett antal underteman. Huvudtemana var Djurets betydelse och väsen, Motstånd, Våldets natur och I våldets spår. Dessa huvudteman analyserades sedan gentemot Johnsons våldstypologi med betoningpå intim terrorism. Resultaten visar hur kvinnor som utsätts för den typ av våld som Johnson betecknar som intim terrorism ofta skapar mycket starka band med sina djur, att djuren är en av få förtroendefulla relationer kvinnan tillåts ha och att djuret ofta uppfattas som en familjemedlem, en partner eller ett barn av den våldsutsatta. Intim terrorism kännetecknas av en mycket hög grad av makt och kontrollutövande i form av olika tekniker som illustreras i makt och kontrollhjulet. Studiens resultat visar tydligt på hur djuret blir en aktiv del i dessa taktiker och därmed blir ett verktyg för våldsutövaren gentemot den våldsutsatta. Kunskapen om den här våldsformen är begränsad särskilt ur ett svenskt och/eller nordiskt perspektiv. Merparten av de studier som gjorts är från Nordamerika, England, Canada och Australien.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.011 | 0.011 |
| Scholarly communication | 0.006 | 0.008 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".