Notice bibliographique
Résumé
The purpose of this research project was to gain a better knowledge of juvenile sex offenders in the Montreal area. Do they present differences or similarities with other subjects from studies made in the United States? Can we improve our assessment techniques to better differentiate those who should be treated in a closed setting from those who could benefit from a follow-up in the community? And how does our juvenile justice system deal with this type of offender? In order to find answers to these issues, ten (10) in-depth interviews with personality measures were conducted with juveniles who admitted (or were convicted of) sexual abuse. Moreover, a study of fifty (50) files from the Social Services relating to the same kind of behavior was done in the Montreal area. Our results are similar to other studies made elsewhere : those who where convicted of rape or child molesting committed their first (official) offense at a mean age of 14.5 years and 60 % of their victims were females of an average age of 9. For 38 % of our sample, the sexual offense is part of an heterogenous criminal career. Our personnality measures failed to differentiate between child molesters and rapists. However, on the Jesness Inventory, our ten subjects had high scores on the SM (Social Maladjustment) scale, and on AI (Asocial Index). One other significant finding was that the personnel involved with assessment and treatment of juvenile sex offenders had to get a better knowledge of the dynamics involved with such offenses to record basic information (victim's age, the exact nature of the behavior and the type of violence involved) and recommend appropriate treatment.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».