MétaCan
Menu
Retour à la cohorte
Enregistrement W2155779392 · doi:10.1111/j.1745-9125.2009.00151.x

OFFENDER–VICTIM INTERACTION AND CRIME EVENT OUTCOMES: MODUS OPERANDI AND VICTIM EFFECTS ON THE RISK OF INTRUSIVE SEXUAL OFFENSES AGAINST CHILDREN*

2009· article· en· W2155779392 sur OpenAlexaff
Benoît Leclerc, Jean Proulx, Patrick Lussier, Jean-François Allaire

Notice bibliographique

RevueCriminology · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensInstitut national de psychiatrie légale Philippe-PinelSimon Fraser UniversityUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyPerspective (graphical)Relevance (law)Event (particle physics)CriminologyHuman factors and ergonomicsSocial psychologyDevelopmental psychologyPoison controlMedical emergencyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Criminological research has shown the relevance of examining offender–victim interaction and related factors to understand crime event outcomes. In sexual offenses against children, an obvious lack of knowledge exists regarding this issue. From a criminological perspective, we seek to improve our understanding of the offender–victim interaction in sexual offenses against children and, in particular, what factors might increase the risk of a more intrusive offense. We argue that modus operandi strategies play a central role in crime event outcomes and examine this hypothesis with data obtained from a semistructured interview conducted with offenders. As expected, modus operandi was found to have a strong effect on crime event outcomes, especially victim participation during sexual episodes. Victim effects also emerged from the analyses. Specifically, a strong interaction effect between age and gender of the victim was found for victim participation, which suggests that as the victim gets older, offenders are more likely to make their victim participate in sexual episodes when abusing a male victim but are less likely to do so when abusing a female victim.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,341
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminologyMême sujetCrime Patterns and InterventionsTravaux en français237 207