MétaCan
Menu
Retour à la cohorte
Enregistrement W2167698465 · doi:10.7202/013128ar

Profils des consommateurs de pornographie juvénile arrêtés au Québec : l’explorateur, le pervers et le polymorphe1

2006· article· fr· W2167698465 sur OpenAlexaffvenueabout
Francis Fortin, Julie Roy

Notice bibliographique

RevueCriminologie · 2006
Typearticle
Languefr
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensUniversité de MontréalInternational Centre for Comparative Criminology
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La pornographie juvénile existe depuis fort longtemps, mais elle est devenue plus accessible depuis l’arrivée d’Internet. Dans le cadre de la présente étude, l’objectif principal est de décrire et d’analyser les caractéristiques des personnes qui ont été mises en cause dans une affaire de pornographie juvénile au Québec entre 1998 et 2004. L’échantillon final se compose de 192 sujets. Une analyse taxinomique utilisant différentes variables a été réalisée de manière à dégager une typologie des sujets. Les résultats dévoilent trois types de personnes soit l’ explorateur , le pervers (solitaire ou organisé) et le polymorphe . Ces trois groupes se distinguent sur le plan de l’âge, des technologies utilisées et des antécédents criminels. Les sujets dits polymorphes, bien que peu nombreux, sont ceux qui ont le plus d’antécédents d’agressions sexuelles. Ce dernier groupe se distingue aussi par une histoire criminelle variée. Les limites des données sont abordées en conclusion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,427
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,285
Tête enseignante GPT0,398
Écart entre enseignants0,113 · 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 tête enseignante, pas un consensus.

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

Citations14
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207