Age as a Differential Characteristic of Rapists, Pedophiles, and Sexual Sadists
Notice bibliographique
Résumé
In this study, we investigated the role of age in three categories of 168 sex offenders, including 53 rapists, 62 pedophiles, and 53 sadists. On the basis of the match between requisites of completing each type of sexual offense, we hypothesized that rapists would be less represented in the older age group, whereas pedophilic and sexually sadistic offenders would show a more muted decline with age. This hypothesis was supported by the data, clearly a showing smaller number of rapists in the over 40 group relative to the number of pedophiles and sadists (p = 0.0009.) Further examination of the files eliminated the alternate explanation ascribing this pattern to lack of opportunity in older rapists because of incarceration. These results suggest that age over 40 may mitigate incidence of recidivism in rapists, but not in pedophiles or sexual sadists. Approximately one third of the sexual sadists had committed either first- or second-degree murder, whereas none of the nonsadistic rapists or pedophiles had these crimes on their records. The data further justify categorization of sex offenders into nonsadistic rapist, sadistic rapist, and pedophilic offenders in future research to enhance precision in delineating demographic characteristics and putative causal explanations for sexual offending.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».