The role of sexual interests and situational factors on rapists' <i> <b>modus operandi</b> </i> : <b>Implications for offender profiling</b>
Notice bibliographique
Résumé
Purpose. Although it has often been suggested that there is a direct relationship between an individual's sexual interests and behaviours exhibited during the crime they commit, few studies have investigated this question empirically. The purpose of the present study was thus to examine the role of sexual interests and situational factors as to their possible relationship to three components of rapists' modus operandi : (a) the level of organization of the offence, (b) the level of force used by the offender, and (c) the level of injury inflicted on the victim during the sexual assault. Methods. This study is based on a sample of 118 offenders who sexually assaulted a female aged 16 or over. All participants were assessed phallometrically and through the CQSA, a computerized questionnaire. Data were analysed using multiple regression analyses. Results. Our findings showed links between sexual interests, situational factors, and rapists' modus operandi . Firstly, individuals demonstrating a greater sexual interest in nonsexual violence showed a higher level of organization in the modus operandi . Secondly, alcohol consumption prior to the offence was related to a higher level of coercion. Finally, a negative emotional state prior to the crime was related to a high level of injury inflicted on the victim. Conclusions. Despite the fact that several authors postulated a direct link between the offender's sexual interests and his behaviour at the crime scene, our results only partially support this hypothesis. Moreover, our results partly support the fact that crime scene behaviour is related to offenders' personal characteristics, challenging an assumption of criminal profiling. We still believe that the modus operandi is related to offenders' personal attributes. It is, however, dynamic and may fluctuate due to certain situational factors related to offenders and victims. Future studies should take into account situational factors related to offenders and their victims.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».