Police interviews with adult reporters of historical child sexual abuse: Exploring the link between verbal rapport and information obtained
Notice bibliographique
Résumé
BACKGROUND: Police officers and academics agree that rapport is important when interviewing victims and witnesses, although previous research has found that officers do not always engage in rapport-building behaviours during interviews. Interviews with complainants reporting historical child sexual abuse may be key to police investigations, as physical or corroborating evidence is often not available. OBJECTIVE: This research explored the possible effect of verbal rapport-building behaviour on the elicitation of investigation-relevant details in historical child sexual abuse victim interviews. PARTICIPANTS AND SETTING: A sample of interviews (N = 44) with adults reporting historical child sexual abuse in a northern Canadian territory with a large Indigenous population was examined. METHODS: Interviews were evaluated for interviewer verbal rapport-building behaviours, using a framework derived from Tickle-Degnen and Rosenthal's three domain model of rapport. Interviews were also coded for details given by the interviewee. RESULTS: Results showed that verbal rapport was significantly positively correlated with both total details (r = 0.621, p < .001) and abuse relevant details (r = 0.518, p < .001). Chronological Rapport Maps were piloted, to show the use of rapport behaviours over the course of interviews, and the possible effect over time of these behaviours on information yield. CONCLUSIONS: The results show that information yield is higher when more rapport behaviours are demonstrated and both parties work together harmoniously, even after a long delay. Further research is needed on the experience of police interviews for Indigenous complainants.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».