Understanding Female-Perpetrated Child Sexual Abuse in Organisational Contexts
Notice bibliographique
Résumé
Organisational child sexual abuse has received unprecedented attention over recent years with numerous local, national and international inquiries taking place. At the same time interest in female sex offenders has increased, however, despite this focus in both areas there is an almost total lack of research examining the phenomenon of female-perpetrated child sexual abuse in organisational contexts. This thesis combines these fields of inquiry and addresses this gap. Situational crime prevention theory framed the mixed methods approach examining 136 cases of sexual abuse perpetrated by women against children they worked with in organisational contexts. The sample originates from the UK, USA and Canada between 2000 and 2016. Freedom of Information request data from the Ministry of Justice and professional regulators was used to examine the current context of this abuse. Qualitative and quantitative content analysis of court reports, professional regulator decisions and media articles then examined 92 variables addressing: perpetrator and victim characteristics; offence processes and modus operandi and situational and environmental factors. The responses of organisations and criminal justice and child protection systems were also investigated, as well as the short- and long-term impacts upon victims. The findings show most women offend alone against a single, post-pubescent male victim, often with particular vulnerabilities. Abuse occurs predominantly outside the organisational environment and the use of electronic communication is common. The findings indicate these women were not pre-disposed offenders but rather their behaviour was influenced by socio-cultural, situational and contextual factors. This highlights the significant influence organisations can have in preventing this abuse and wider implications for policy and practice are also discussed. This thesis makes an original contribution to knowledge by being the first systematic investigation specifically examining female-perpetrated child sexual abuse in a range of organisational contexts.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».