MétaCan
Menu
Retour à la cohorte
Enregistrement W4288365180 · doi:10.5281/zenodo.4163718

Elderly sexual abuse: An examination of the criminal event

2019· article· en· W4288365180 sur OpenAlexaff
Julien Chopin, Éric Beauregard

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCriminologyEvent (particle physics)Sexual abusePsychologySexual assaultMedical emergencyMedicineSuicide preventionPoison controlPhysics

Résumé

récupéré en direct d'OpenAlex

The current study investigates the modus operandi specificities for the sexual abuse against the elderly. A comparison between sex crimes against adult and elderly victims is conducted following the criminal event approach. The comparison is based on the precrime, crime, and postcrime phases of the modus operandi, operationalized through 53 variables. The sample comes from a French national police database including a total of 1,829 cases—including 130 cases of elderly sexual abuse and 1,699 cases of sexual abuse against victims aged between 18 and 45 years. Bivariate and multivariate analyses are performed to examine the differences in the two groups. Several differences are observed between the two modus operandi. Findings indicate that the precrime phase is the most important to explain these differences, and this phase of the criminal event affects the rest of the decisions taken during the crime and postcrime phases. Specifically, we have highlighted that sexual crimes against the elderly are more violent and occur more often in the victim’s residence. This study suggests that offenders targeting the elderly use specific crime characteristics, and this allows to highlight practical implications in terms of investigation and offender management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,287
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetElder Abuse and NeglectTravaux en français237 207