De la pornographie légale à l’agression sexuelle
Notice bibliographique
Résumé
La théorie des scripts permet une compréhension séquentielle de la criminalité sous différentes formes. Alors que traditionnellement les chercheurs se sont intéressés aux crimes contre la propriété puis aux crimes contre la personne, la présente étude vise l’analyse d’une nouvelle forme de criminalité, soit celle commise au moyen d’Internet. L’objectif de cet article est d’examiner, à partir d’une recension des écrits scientifiques, la manière dont la consommation de pornographie juvénile peut être comprise selon une perspective dynamique. Il y est avancé que le consommateur de pornographie juvénile motivé, en acquérant de nouvelles connaissances et techniques, traverse nombre d’étapes et d’obstacles le menant ultimement à l’agression sexuelle d’enfants. Il est toutefois important de noter que seule une petite partie des individus s’engageront dans les étapes subséquentes du script et que l’accent est mis sur le contexte et non sur les liens de causalité qui unissent les étapes puisque leur existence reste à démontrer. Plus précisément, les cheminements de la consommation de pornographie adulte à la pornographie juvénile, à la distribution de ce type de matériel, au leurre d’enfant et, enfin, au basculement dans le réel, soit l’agression d’enfant et la production de pornographie juvénile seront détaillés. Les limites et les implications de l’étude seront discutées.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,022 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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.
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 ».