Notice bibliographique
Résumé
1. Sex Offenders: Policy and Legislative Developments. Hazel Kemshall, De Montfort University and Gill McIvor, University of Stirling. Part One: The Characteristics of Sexual Offenders. 2. Adult Male Sex Offenders. Dawn D. Fisher, Llanarth Court Psychiatric Hospital and Anthony R. Beech, University of Birmingham. 3. Female Sex Offenders. Hazel Kemshall. 4. Young Sex Offenders. Helen Masson, University of Huddersfield. Part Two: Assessment and Effective Interventions. 5. Risk Assessment of Sex Offenders. Don Grubin, St Nicholas Hospital, Newcastle. 6. Effective Intervention with Sexual Offenders. Bill Marshall, Gerris Serran and Heather Moulden, Rockwood Psychological Services, Kingston, Ontario, Canada. 7. Treatment of Sex Offenders in the UK in Prison and Probation Settings. Anthony R. Beech and Dawn D. Fisher. 8. Managing Children and Young People Who are Sexually Aggressive. Andy Kendrick, University of Strathclyde. 9. Relapse Prevention: Theory and Practice. Tony Ward, Victoria University of Wellington, Mayumi Purvis, University of Melbourne and Grant Devilly, Swinburne University, Australia. Part Three: Community-based Risk Management Strategies. 10. Multi-Agency Public Protection Arrangements: Key Issues. Mike Maguire, Cardiff University and Hazel Kemshall. 11. Sex Offender Registers and Monitoring. Terry Thomas, Leeds Metropolitan University. The Contributors. Subject Index. Author Index.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».