The offending histories of homicide offenders: Are men who kill intimate partners distinct from men who kill other men?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: Limited research has studied the offending histories of homicide offenders across victim- offender relationships. An emphasis on offending histories may assist in identifying opportunities for criminal justice interventions, but it remains unclear whether these histories differ across different victim- offender relationship types. The aim of this study is to compare the offending histories of male intimate partner homicide (IPH) offenders and male-on-male homicide (MMH) offenders. Method: The data consist of self-reported offending histories collected through interviews with 203 men convicted of murder or manslaughter in Australia. IPH offenders (n = 68) were compared with MMH offenders (n = 135) across four areas (prevalence, frequency, versatility, and age of onset) using binary logistic regressions. Results: IPH offenders reported lower offending prevalence, less frequent and versatile offending, and later offending onset compared with MMH offenders. Conclusions: Both IPH and MMH offenders have a history of offending, though the extensiveness of this offending differs. Thus, IPH men may be less likely to come to the attention of the criminal justice system and, when they do, they may not be classified as "high risk." The challenge is ensuring that other areas of risk are recognized and responded to in appropriate ways through effective screening or surveillance.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle