Seksueel grensoverschrijdend gedrag en seksueel geweld bij bi+ mensen. Een verkenning van hun ervaringen en de hulpverlening

Verkenning van de ervaringen van bi+ personen met seksueel grensoverschrijdend gedrag en seksueel geweld en van de hulpverlening daarna. Deze groep, met circa 1,7 miljoen mensen de grootste binnen de lhbtiqa+-gemeenschap, maakt dit veel vaker mee dan heteroseksuele, homoseksuele en lesbische mensen, zonder dat duidelijk is waarom. Het onderzoek bestond uit een literatuurstudie en een nieuw ontwikkelde inclusiescan met acht dimensies, uitgevoerd bij vier organisaties voor acute hulp of geestelijke gezondheidszorg, met documentanalyse, interviews en focusgroepen. Biseksualiteit blijkt in die organisaties grotendeels onzichtbaar, waardoor cliënten zich niet vrij voelen om open te zijn en hulpverleners niet weten hoe zij passende hulp kunnen bieden.

Gezondheid, veiligheid en beveiligingOrganisatiecultuurGovernance en verslaggeving

Waarom deze indeling: Het onderwerp is seksueel geweld en de gevolgen daarvan voor de gezondheid en veiligheid van een groep die daar bovengemiddeld mee te maken krijgt. De verkenning wijst vooral op cultuur binnen hulpverleningsorganisaties, waar heteroseksualiteit als norm geldt en biseksualiteit onzichtbaar blijft. Daarnaast ontbreekt normstelling en beleid binnen die organisaties en in het rijksbeleid.

Toegekend met een AI-model (Opus 5) op basis van de zestien thema's van Risk in Focus; niet door mensen gevalideerd. Om de labels beter te onderbouwen gaan we ze gefaseerd herbeoordelen met een tweede, onafhankelijk model van een andere aanbieder (OpenAI naast Anthropic); vanwege tokenlimieten gebeurt dat stapsgewijs. Ziet u een fout? Laat het weten.

Ministerie

Ministerie van Onderwijs, Cultuur en Wetenschap

Bron

Onderzoeken en evaluaties: Rutgers; Bi+ Nederland

Toegepaste standaard

Extern onderzoek

Datum

2025-03-10

Het rapport zelf

originele publicatie

Omschrijving

samenvatting door een AI-model (Opus 5) op basis van de publicatie

Risicolabels

toegekend met een AI-model (Opus 5) volgens de zestien thema's van Risk in Focus (ECIIA), niet door mensen gevalideerd

Bijgewerkt

augustus 2026