Die versteckte Wahrheit über Campusübergriffe enthüllen
Untersuchung der tatsächlichen Raten von sexuellen Übergriffen und deren Meldung an Hochschulen.
― 6 min Lesedauer
Inhaltsverzeichnis
- Die Herausforderung der Unterberichterstattung
- Was ist das Modell?
- Datensammlung
- Erkenntnisse über Melderaten
- Warum ist das wichtig?
- Statistische Techniken
- Die Rolle vorheriger Daten
- Verstehen von Variablen, die die Meldung beeinflussen
- Prädiktive Überprüfungen zur Modellvalidierung
- Auswirkungen sozioökonomischer Faktoren
- Heterogenität zwischen Schulen
- Zukünftige Richtungen
- Fazit
- Humor Pause
- Ausblick
- Letzte Gedanken
- Originalquelle
- Referenz Links
Sexuelle Übergriffe sind ein ernstes Problem an Hochschulen in den USA. Viele Vorfälle werden nicht gemeldet, was zu Verwirrung über die tatsächliche Anzahl der Übergriffe führt. Hochschulen sind verpflichtet, Statistiken über sexuelle Übergriffe zu melden, aber diese Zahlen spiegeln oft nicht die Realität wider, da viele Opfer sich entscheiden, nicht an die Öffentlichkeit zu gehen. Dieser Bericht spricht über eine Methode zur Schätzung der tatsächlichen Anzahl von Übergriffen und der Melderaten, die den Hochschulverantwortlichen helfen können, das Problem besser zu verstehen.
Die Herausforderung der Unterberichterstattung
Wenn Hochschulen Statistiken über sexuelle Übergriffe melden, geben sie einen Snapshot, der möglicherweise nicht das ganze Bild zeigt. Viele Studierende melden ihre Erfahrungen vielleicht nicht aus Angst, Scham oder einem Mangel an Vertrauen in den Meldeprozess. Das bedeutet, dass die gemeldeten Zahlen aus verschiedenen Kombinationen tatsächlicher Übergriffe und der Anzahl der Studierenden stammen, die sich sicher genug fühlten, um sie zu melden. Daher ist es eine Herausforderung, herauszufinden, wie viele Übergriffe tatsächlich stattfanden und wie viele gemeldet wurden.
Was ist das Modell?
Um dieses Problem anzugehen, haben Forscher ein hierarchisches Modell entwickelt, das sowohl die tatsächliche Anzahl von Übergriffen als auch die Melderaten an verschiedenen Schulen untersucht. Dieses Modell nutzt Daten, die aus verschiedenen Quellen gesammelt wurden, um die Situation zu klären. Durch die Analyse von Daten aus den Jahren 2014 bis 2019 wollten die Forscher die Zahlen und ihre Auswirkungen einordnen.
Datensammlung
Die Forscher verwendeten einen Datensatz, der Berichte von 1.973 Colleges und Universitäten in den USA über einen Zeitraum von sechs Jahren enthält. Der Datensatz umfasst, wie viele Übergriffe jedes Jahr gemeldet wurden, die Anzahl der eingeschriebenen Studierenden und andere Faktoren, die die Wahrscheinlichkeit beeinflussen könnten, dass Übergriffe stattfinden oder gemeldet werden. Die Forschung offenbarte eine vielfältige Landschaft, wobei einige Hochschulen viele Übergriffe und andere gar keine berichteten.
Erkenntnisse über Melderaten
Eine der wichtigsten Erkenntnisse des Modells ist, dass die Melderaten im Laufe der Jahre gestiegen sind. Das deutet darauf hin, dass immer mehr Studierende sich der Ressourcen auf dem Campus bewusst werden und sich ermutigt fühlen, Vorfälle zu melden. Allerdings variiert das Ausmass der Unterberichterstattung von Schule zu Schule. In einigen Fällen könnte eine Schule, die hohe Zahlen aufweist, in Bezug auf die Meldungen gut abschneiden, während andere noch erheblich nachbessern müssen.
Warum ist das wichtig?
Zu verstehen, wie häufig sexuelle Übergriffe tatsächlich vorkommen und wie hoch die Melderaten sind, hat praktische Auswirkungen für die Hochschulverwaltungen. Wenn eine Schule eine niedrige Melderate, aber eine hohe Anzahl von Übergriffen hat, könnte das auf einen Bedarf an besseren Ressourcen und Unterstützungssystemen hindeuten. Im Gegensatz dazu könnte eine Schule, die viele Übergriffe meldet, tatsächlich gut abschneiden, wenn das bedeutet, dass sich die Studierenden sicher fühlen, sich zu äussern.
Statistische Techniken
Um die tatsächliche Anzahl von Übergriffen und die Melderaten zu schätzen, verwendeten die Forscher eine statistische Technik, die als Bayessches Modellieren bekannt ist. Dieser Ansatz hilft, Schätzungen zu verfeinern, indem er vorherige Informationen, wie nationale Kriminalstatistiken, einbezieht, die helfen, die Melderaten und die tatsächliche Inzidenz sexueller Übergriffe pro Schule zu klären.
Die Rolle vorheriger Daten
Vorherige Daten spielen eine entscheidende Rolle im Modell. Ohne diese würde das Modell Schwierigkeiten haben, zwischen der Anzahl der tatsächlich stattgefundenen Übergriffe und den gemeldeten zu unterscheiden. Mithilfe nationaler Statistiken kann das Modell eine genauere Darstellung der Situation liefern, auch wenn es immer noch nicht alle unbekannten Faktoren berücksichtigen kann.
Verstehen von Variablen, die die Meldung beeinflussen
Mehrere Faktoren können sowohl die Häufigkeit sexueller Übergriffe als auch die Wahrscheinlichkeit einer Meldung beeinflussen. Zum Beispiel könnten die Geschlechterzusammensetzung einer Schule, ihre Grösse und ob es sich um ein Junior College oder eine religiöse Institution handelt, eine Rolle spielen. Das Modell berücksichtigte diese Variablen, um genauere Schätzungen zu produzieren.
Prädiktive Überprüfungen zur Modellvalidierung
Da der Datensatz keine Überprüfung der Genauigkeit des Modells gegenüber vollständig beobachteten Vorfällen ermöglicht, verwendeten die Forscher stattdessen prädiktive Überprüfungen. Dieser Prozess umfasst den Vergleich der Vorhersagen des Modells mit tatsächlichen Daten, um zu bestimmen, wie gut das Modell zu den beobachteten Mustern passt.
Auswirkungen sozioökonomischer Faktoren
Der sozioökonomische Status scheint auch die Melderaten zu beeinflussen. Schulen mit einem höheren Anteil an Studierenden, die Bundesfinanzhilfen erhalten, zeigten niedrigere Meldungswahrscheinlichkeiten. Das wirft Fragen über den Zugang zu Ressourcen und Unterstützungssystemen für Studierende aus unterschiedlichen Hintergründen auf.
Heterogenität zwischen Schulen
Das Modell zeigte eine erhebliche Variation in der Berichterstattung und Inzidenz von Übergriffen zwischen den Schulen. Einige Schulen hatten hohe Melderaten, was auf erfolgreiche Outreach-Bemühungen hindeutet, während andere Schwierigkeiten hatten. Diese Heterogenität unterstreicht die Notwendigkeit massgeschneiderter Ansätze zur Verbesserung der Berichterstattung und Unterstützungssysteme auf den Campus.
Zukünftige Richtungen
In Zukunft planen die Forscher, wiederholte Viktimisierung zu untersuchen, bei der Personen mehrfach von demselben Täter übergriffen werden. Zu verstehen, wie diese Fälle die Gesamstatistik beeinflussen, könnte helfen, Modelle zu verfeinern und tiefere Einblicke zu gewinnen.
Fazit
Indem man die Melderaten und die tatsächliche Inzidenz sexueller Übergriffe besser versteht, können Hochschulen daran arbeiten, die Unterstützungssysteme und Ressourcen für Studierende zu verbessern. Diese Forschung veranschaulicht die Komplexität der Übergriffsmeldung und hebt die Notwendigkeit anhaltender Anstrengungen hervor, um die Sicherheit auf den Campus zu gewährleisten. Die Ergebnisse erinnern daran, dass jeder gemeldete Übergriff eine Person mit einer Geschichte repräsentiert und die Auseinandersetzung mit diesen Themen Engagement und Sensibilität erfordert.
Humor Pause
Während wir uns mit den ernsten Themen rund um die Sicherheit auf dem Campus auseinandersetzen, sollten wir uns daran erinnern, dass je mehr wir kommunizieren und verstehen, desto weniger mysteriös das Studentenleben erscheint. Es geht weniger um „was am College passiert, bleibt am College“ und mehr um „was am College passiert, wird gemeldet, verstanden und umgesetzt!“
Ausblick
Während Hochschulen und Forscher weiterhin zusammenarbeiten, gibt es Hoffnung auf die Schaffung sicherer Umgebungen für alle Studierenden. Mit verbesserten Melderaten und einem klareren Verständnis von Vorfällen können wir auf eine College-Erfahrung hinarbeiten, die nicht nur bildend, sondern auch sicher und unterstützend ist.
Letzte Gedanken
Letztendlich ist das Ziel, eine College-Erfahrung zu schaffen, die es jedem ermöglicht, sich sicher und unterstützt zu fühlen. Diese Forschung ist ein wichtiger Schritt in Richtung Verwirklichung dieses Ziels. Jede Statistik repräsentiert einen Studierenden, und sie zu verstehen hilft, eine mitfühlende und aufmerksame Campusgemeinschaft zu fördern. Lassen Sie uns weiterhin auf diese hellere Zukunft hinarbeiten, in der sich jeder Studierende wohlfühlt, sich zu äussern, und jede Stimme laut und klar gehört wird!
Originalquelle
Titel: A Bayesian Model of Underreporting for Sexual Assault on College Campuses
Zusammenfassung: In an effort to quantify and combat sexual assault, US colleges and universities are required to disclose the number of reported sexual assaults on their campuses each year. However, many instances of sexual assault are never reported to authorities, and consequently the number of reported assaults does not fully reflect the true total number of assaults that occurred; the reported values could arise from many combinations of reporting rate and true incidence. In this paper we estimate these underlying quantities via a hierarchical Bayesian model of the reported number of assaults. We use informative priors, based on national crime statistics, to act as a tiebreaker to help distinguish between reporting rates and incidence. We outline a Hamiltonian Monte Carlo (HMC) sampling scheme for posterior inference regarding reporting rates and assault incidence at each school, and apply this method to campus sexual assault data from 2014-2019. Results suggest an increasing trend in reporting rates for the overall college population during this time. However, the extent of underreporting varies widely across schools. That variation has implications for how individual schools should interpret their reported crime statistics.
Autoren: Casey Bradshaw, David M. Blei
Letzte Aktualisierung: 2024-12-01 00:00:00
Sprache: English
Quell-URL: https://arxiv.org/abs/2412.00823
Quell-PDF: https://arxiv.org/pdf/2412.00823
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.