MétaCan
Menu
Retour à la cohorte
Enregistrement W2664998405 · doi:10.1177/1079063217711446

Sexual Murderers: Sex Offender, Murderer, or Both?

2017· article· en· W2664998405 sur OpenAlexaffabout
Éric Beauregard, Matt DeLisi, Ashley N. Hewitt

Notice bibliographique

RevueSexual Abuse · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHomicidePsychologySex offenseCriminologyInjury preventionOffender profilingPoison controlSuicide preventionHuman factors and ergonomicsSexual abuseMedical emergencyMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Sexual murderers perpetrate homicide and rape/sexual abuse, but it is unclear whether they should primarily be considered homicide offenders, sexual offenders, or both. Most studies have merged together different types of non-homicidal sex offenders (NHSOs), neglecting to consider the potential differences between the nonviolent and violent sex offenders. Here, we suggest it is important to isolate those violent sex offenders who inflict severe physical injuries that could potentially lead to a lethal outcome. Therefore, the aim of the current study is to compare different measures of the criminal career on three groups of sex offenders: NHSOs, violent NHSOs, and sexual homicide offenders (SHOs) using data from 616 incarcerated male sex offenders in a Federal penitentiary in Canada. Interestingly, the group of sex offenders with the worst criminal career profile was not the SHOs, but the violent NHSOs. Violent NHSOs had the greatest number of prior convictions and the most varied and versatile criminal career. Therefore, we suggest that based on their criminal career, SHOs should be considered more as murderers than sex offenders. However, to fully answer this question, future studies should include a group of non-sexual homicide offenders.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,021
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,076
Tête enseignante GPT0,360
Écart entre enseignants0,284 · 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

Citations52
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSexual AbuseMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207