MétaCan
Menu
Retour à la cohorte
Enregistrement W2800243261 · doi:10.1002/bsl.2340

Characteristics and treatment of internet child pornography offenders

2018· article· en· W2800243261 sur OpenAlexaff
Thanh Ly, Ross G. Dwyer, J. Paul Fedoroff

Notice bibliographique

RevueBehavioral Sciences & the Law · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensRoyal Ottawa Mental Health CentreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésChild pornographyPornographyPsychologyThe InternetPedophiliaRealmHuman factors and ergonomicsSuicide preventionInjury preventionPoison controlClinical psychologyDevelopmental psychologySocial psychologyCriminologyMedicineMedical emergencyPolitical scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In the realm of sexual offenses, there has been a decrease in hands-on offenses, but an increase in online offenses against children. The current issue is whether online and offline sexual offenders are alike or differ. This literature review investigates the differences among individuals who have committed child pornography offenses, individuals who have committed contact offenses against children, and individuals who have committed both. This review discusses the various typologies that have been proposed of those who have committed online offenses against children, the diagnostic implications of having committed child pornography offenses, and the current state of treatment and prevention of individuals who have committed online sex offenses against children. The studies examined were found from psychology databases, listserv links, and references of those collected articles. Only articles in English were included in the review. Overall, Internet child pornography offenders (ICPOs) tend to score significantly differently from contact offenders on various psychological measures. These findings may imply that ICPOs have different treatment needs than contact 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,355
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,095
Tête enseignante GPT0,374
Écart entre enseignants0,280 · 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

Citations43
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral Sciences & the LawMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207