Child Sexual Abuse Images Online: Confronting the Problem
Notice bibliographique
Résumé
This Special Issue stems from the international symposium, “Child Sexual Abuse Images Online: Confronting the Problem—Research, Policy, Practice,” which was held at Ryerson University in June 2014 with funding from the Social Sciences and Humanities Research Council of Canada (SSHRC). The collection of papers in the Issue focus on child sexual abuse images online from the perspectives of children's mental health, child protection, and law enforcement. The symposium brought together local and international academics, policymakers, child advocates, practitioners, law enforcement officers, child welfare workers, and other key stakeholders who assume various roles and responsibilities in responding to child sexual abuse. Over two days we shared knowledge, experiences, and insights related to the role of technology in child sexual abuse; specifically the implications of child sexual abuse images online. Through presentations, panel discussions, and round-table working group discussions, participants examined and shared current knowledge about child sexual abuse images online, identified key priorities, and determined critical strategies and vital next steps. The five articles in this Special Issue represent those cross-sectoral contributions. We thank the Editors of Child & Youth Services, Dr. Kiaras Gharabaghi and Dr. Ben Anderson-Nathe, for inviting us to develop a Special Issue for this journal based on the presentations made at the 2014 CSAIO Symposium. We also thank our external reviewers through whom all articles in this Issue were subjected to a rigorous blind peer review.
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 | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,019 | 0,020 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,005 |
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 ».