Child Sexual Exploitation Materials Offenders
Notice bibliographique
Résumé
Abstract. The downloading and possession of Child Sexual Exploitation Materials (CSEM; also referred to as child pornography and indecent images of children) is a commonly convicted type of Internet sexual offenses. This review summarizes the current state of knowledge on CSEM offenders. We first provide a summary of the key motivations of CSEM offenders, characteristics of CSEM offenders compared to contact sexual offenders against children, and important facilitative factors. We then review the factors related to recidivism among CSEM offenders. Finally, we describe current developments in the risk assessment, police case prioritization, and treatment approaches for CSEM offenders. Generally, CSEM offenders hold a sexual interest in children, are low on antisocial tendencies, and pose a low risk to reoffend (including contact sexual offending). Key facilitative factors for CSEM offending include access to children, offense-supportive cognitions, and sexual arousal. Factors indicative of antisocial tendencies (e.g., criminal history) are associated with an increased risk of reoffending. Lastly, we address atypical sexual interest, socio-affective dysfunctions, and strategies for maintaining an offense-free lifestyle as key treatment targets for CSEM offenders. Lower treatment dosage, however, should be considered given CSEM-exclusive offenders’ lower risk level for contact sexual offenses. We hope that this review will inspire others to explore the current research gaps in future studies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».