The Development of Sexual Aggression through the Life Span
Notice bibliographique
Résumé
A bstract : There is a strong belief in the field that sexual aggression persists unabated into old age. If libido is one of the important determinants of sexual aggression, as has been theorized, and if libido decreases with aging, then it follows that sexual aggression should show similar aging effects. The present study examines the effects of age on sexual arousal and sexual recidivism in sex offenders. In the first study, 1431 sex offenders' erectile responses were measured using volumetric phallometry during presentations of visual and auditory depictions of prepubescent, pubescent, and adult males and females. The maximum degree of arousal was plotted over the age of the offender at the time of the test. Age was a powerful determinant of sexual arousal and a line‐of‐best‐fit indicated that arousal decreased as a reciprocal of the age‐at‐test. In the second study, 468 sex offenders released into the community were followed for an average period of over five years. The effects of age‐at‐release were examined using Kaplan‐Meier survival curves plotted for subjects in different age‐at‐release cohorts. Results indicated that offenders released at an older age were less likely to recommit sexual offenses and that sexual recidivism decreased as a linear function of age‐at‐release. Age‐related decreases were confirmed while controlling for other risk factors using Cox regression analysis. The implications of reductions in sexual aggression with age are discussed in relation to our understanding of the etiology of sexual aggression and our use of actuarial risk assessments.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».