Crossing borders: Does it matter? Differences between (near-)domestic and cross-border sex traffickers, their victims and modus operandi
Notice bibliographique
Résumé
Hardly any research exists that empirically compares (near-)domestic and cross-border sex trafficking. The few studies that do are based on relatively small samples and only represent US data. This study substantially extends the scarce scientific knowledge about the differences between the two types of sex trafficking, based on European data. Our sample consists of all 658 (near-)domestic sex traffickers and all 424 cross-border sex traffickers, registered by the prosecution service in 2008–2017 who are brought to court in the Netherlands. We collected data on these traffickers from registers of the prosecution service, from a file analyses on the indictments/verdicts, and from registers of Statistics Netherlands. These data provide insight into the characteristics of the traffickers, their victims and modus operandi. Our findings show that significant differences between the two types of sex trafficking exist, which is of great importance for better tailored prevention and identification strategies. The most prominent finding is that the threshold to get involved in (near-)domestic sex trafficking is lower than for cross-border sex trafficking. (Near-)domestic sex traffickers are, compared to cross-border sex traffickers, younger (as are their victims), they seldom need to migrate, they operate on a smaller scale (more one-to-one and for a shorter period of time) and practically never in a criminal organization. Furthermore, they use violent means of coercion to control their victims more frequently than cross-border sex traffickers, which can be interpreted as additional evidence for a less organized practice. These findings contribute to a more complete understanding of sex trafficking, in particular of the traffickers who were seldom the direct subject of research.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».