Le temps de visionnement comme mesure des préférences sexuelles déviantes chez les auteurs de crimes à caractère sexuel
Notice bibliographique
Résumé
La déviance sexuelle est l’un des plus importants facteurs associés à la récidive chez les auteurs d’agression sexuelle. L’évaluation de ces intérêts représente un défi, puisque les personnes évaluées peuvent être réticentes à ce que leurs préférences soient sues. Des mesures novatrices, basées sur l’attention, par exemple le temps de visionnement (VT ; viewing time), pourraient s’avérer des solutions de rechange prometteuses aux outils d’évaluation des préférences sexuelles existants. L’objectif du présent article est de présenter le VT et de faire une revue systématique des études qui ont fait l’évaluation de cette mesure de l’intérêt sexuel déviant chez les auteurs de délits à caractère sexuel. Les résultats sont présentés selon trois grands types d’étude : la capacité discriminante du VT ; les comparaisons de ces capacités discriminantes avec d’autres mesures de déviances sexuelles ; et la capacité prédictive du VT par rapport à la récidive criminelle à caractère sexuel. La majorité des études confirme la capacité discriminante du VT en fonction du sexe de la victime. Cette capacité discriminante est comparable à d’autres mesures, plus intrusives, telles que la pléthysmographie pénienne. Le VT représente donc une voie novatrice intéressante pour l’évaluation de la délinquance 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 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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».