Les facteurs de risque dynamiques associés à l’agression sexuelle chez les cyberdélinquants
Notice bibliographique
Résumé
La lutte contre l’exploitation sexuelle des enfants a contribué à mettre en place des stratégies optimisant la détection des délinquants sexuels sur internet (Ministère de la Justice du Canada, 2018). Une prise en charge efficace de ces individus par le système de justice implique notamment d’évaluer leur risque de commettre un nouveau crime. À cet effet, l’agression sexuelle serait fortement sous-détectée parmi les cyberdélinquants. Environ 12 % des cyberdélinquants sont officiellement détectés pour des agressions sexuelles alors que ce taux s’élèverait à plus de 50 % en tenant en compte les données autorévélées (Seto, Hanson & Babchishin, 2011). Les instances judiciaires se doivent donc d’être mieux outillées pour détecter efficacement les cyberdélinquants à risque d’agression sexuelle. Ainsi, l’objectif de cette recherche consiste à examiner les facteurs de risque associés à l’agression sexuelle chez les cyberdélinquants. L’échantillon comportait 124 participants catégorisés en fonction de leur statut de détection par le système de justice. Les groupes de délinquants détectés incluaient 26 délinquants ayant été accusés pour des délits sexuels par internet et des agressions sexuelles (délinquants mixtes) et 41 cyberdélinquants ayant été accusé seulement pour des infractions sexuelles par internet. Les groupes de délinquants non détectés incluaient 42 délinquants ayant confessé au moins un délit sexuel par internet ou une agression sexuelle et 15 cyberdélinquants ayant confessé des infractions sexuelles par internet. Des comparaisons entre les cyberdélinquants et les délinquants mixtes ont été effectuées pour les facteurs de risque de l’intérêt sexuel envers les enfants, la préoccupation sexuelle, le coping sexuel, les cognitions soutenant les agressions sexuelles et les cognitions soutenant les crimes sexuels par internet. Les résultats montrent que les cognitions soutenant les agressions sexuelles permettent de discriminer les cyberdélinquants qui commettent des agressions sexuelles de ceux qui n’en commettent pas, sans égard au statut de détection. Ces résultats appuient les modèles théoriques soutenant qu’une tendance plus marquée pour l’antisocialité peut être associée aux comportements d’agression sexuelle.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».