이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

가정폭력 가해자 담합 측정 도구 개발

2023년 8월 29일 업데이트: Yale University

미디어, 공중 보건 및 살인 공모: 가정 폭력 가해자 공모 측정 도구의 개발.

우리는 DV의 미디어 묘사와 개인의 DV 설명 및 명령적 사회적 규범의 변화 사이의 잠재적 링크를 경험적으로 확립하기 위한 실험 설계를 제안합니다. 구체적으로, 이 연구는 사람들이 암시적으로 DV 가해에 공모하는 정도를 측정할 것입니다.

연구 개요

상세 설명

목표 1: 미디어 "프레임", "레이블 지정" 및 "정보 포함"이 DV 가해자와의 "암시적 공모"에 미치는 영향을 확인합니다.

가설: "주제별 프레임"을 사용하여 언론 보도에 노출된 소비자는 "일화적 프레임"에 노출된 소비자보다 가해자와 암묵적으로 결탁할 가능성이 적습니다. "가정 폭력"으로 분류된 DVH 뉴스 기사에 노출된 소비자는 "폭행"으로 분류된 뉴스 기사에 노출된 소비자보다 가해자와 암묵적으로 결탁할 가능성이 적습니다. 암시적 담합은 관련 없는 가해자의 "인간화" 특성을 추가하는 것과 긍정적인 상관관계가 있습니다. DVH 피해자에 대한 부정적인 정보를 받은 소비자는 가해자에 대한 부정적인 정보를 받은 소비자보다 가해자와 묵시적으로 결탁할 가능성이 더 높습니다.

목표 2: 가정 폭력에 대한 언론의 묘사가 가정 폭력에 대한 기술적이고 금지적인 규범에 어떻게 영향을 미치고 궁극적으로 가해자와의 암묵적 결탁을 유도하는지 결정합니다.

가설: 개인의 기존 태도와 사회적 규범을 통제하면 주제 프레임이나 DV 레이블에 노출된 소비자는 에피소드 프레임이나 공격 레이블에 노출된 소비자보다 DV를 지원하는 방식으로 규범을 바꿀 가능성이 적습니다. 부정적인 피해자 정보 또는 가해자를 인간화하는 관련 없는 특성을 제공한 소비자는 DV를 받아들이도록 규범을 바꿀 가능성이 더 큽니다.

탐구 목표: DV 사회적 규범의 인종/민족, 성별, 연령 및 지역적 차이를 식별합니다.

가설: 미디어는 소집단 DV 태도, 사회적 규범 및 암시적 담합에 차등적으로 영향을 미칠 것입니다.

연구 유형

중재적

등록 (실제)

72

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

    • Connecticut
      • New Haven, Connecticut, 미국, 06519
        • Yale University
    • Louisiana
      • New Orleans, Louisiana, 미국, 70118
        • Loyola University New Orleans
    • Michigan
      • East Lansing, Michigan, 미국, 48824
        • Michigan State University
      • Lansing, Michigan, 미국, 48913
        • Michigan Department of Community Health

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

18년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

설명

포함 기준:

  • 백인, 아프리카계 미국인 또는 히스패닉으로 식별되는 18세 이상의 일반인.

제외 기준:

  • 일반인이 영어를 읽거나 이해할 수 없는 경우 제외됩니다.

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 상영
  • 할당: 무작위
  • 중재 모델: 단일 그룹 할당
  • 마스킹: 하나의

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: 조건 1

각 연구 부문에는 참가자에게 제시되는 다양한 시나리오가 포함되어 있습니다.

조건 1은 가해자 양성 시나리오입니다.

조건 1 그룹의 내용은 다음과 같습니다.

프레이밍: 에피소드 라벨링: DV 라벨 관련 정보: 가해자 양성 관련성 없음 피해자/범인 특징: 음성 피해자

조건 1은 이벤트를 에피소드로 구성하고 이벤트를 가정 폭력으로 표시하고 가해자에 대한 긍정적인 설명과 피해자에 대한 부정적인 설명을 사용합니다.
실험적: 조건 2

각 연구 부문에는 참가자에게 제시되는 다양한 시나리오가 포함되어 있습니다.

조건 2는 가해자 부정적 시나리오입니다.

조건 2 그룹의 내용은 다음과 같습니다.

프레이밍: 주제별 라벨링: 폭행 라벨 관련 정보: 가해자 중립 관련 없음 피해자/가해자 특성: 부정적 가해자

조건 2 개입/노출은 이벤트를 주제로 구성하고, 이벤트를 폭행으로 표시하고, 가해자에 대한 중립적 설명과 가해자에 대한 부정적인 설명을 사용합니다.
위약 비교기: 조건 3

각 연구 부문에는 참가자에게 제시되는 다양한 시나리오가 포함되어 있습니다.

조건 3 그룹의 내용은 다음과 같습니다.

프레이밍: 둘 다 없음 라벨링: 라벨 없음 관련 정보: 없음 피해자/범인 특징: 없음

이 개입은 참가자에게 세부 정보를 제공하지 않으며 연구에서 비교 용도로 사용됩니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
Collusion Framing Subscale의 기준선에서 변경
기간: 척도는 기준선에서 관리한 다음 하위 실험에 따라 30분 간격으로 총 2회 실시합니다.
척도는 기준선의 변경 사항을 기반으로 개발됩니다.
척도는 기준선에서 관리한 다음 하위 실험에 따라 30분 간격으로 총 2회 실시합니다.
Collusion Labeling Subscale의 기준선에서 변경
기간: 척도는 기준선에서 관리한 다음 하위 실험에 따라 30분 간격으로 총 2회 실시합니다.
척도는 기준선의 변경 사항을 기반으로 개발됩니다.
척도는 기준선에서 관리한 다음 하위 실험에 따라 30분 간격으로 총 2회 실시합니다.
Collusion Extraneous Information Subscale의 기준선에서 변경
기간: 척도는 기준선에서 관리한 다음 하위 실험에 따라 30분 간격으로 총 2회 실시합니다.
척도는 기준선의 변경 사항을 기반으로 개발됩니다.
척도는 기준선에서 관리한 다음 하위 실험에 따라 30분 간격으로 총 2회 실시합니다.
Collusion Negative Characteristics Subscale의 기준선에서 변경
기간: 척도는 기준선에서 관리한 다음 하위 실험에 따라 30분 간격으로 총 2회 실시합니다.
척도는 기준선의 변경 사항을 기반으로 개발됩니다.
척도는 기준선에서 관리한 다음 하위 실험에 따라 30분 간격으로 총 2회 실시합니다.

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작

2009년 7월 1일

기본 완료 (실제)

2010년 1월 1일

연구 완료 (실제)

2010년 1월 1일

연구 등록 날짜

최초 제출

2013년 8월 30일

QC 기준을 충족하는 최초 제출

2013년 9월 10일

처음 게시됨 (추정된)

2013년 9월 16일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2023년 8월 30일

QC 기준을 충족하는 마지막 업데이트 제출

2023년 8월 29일

마지막으로 확인됨

2023년 8월 1일

추가 정보

이 연구와 관련된 용어

키워드

기타 연구 ID 번호

  • 0910005885

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

구독하다