The CPORT and Risk Matrix 2000 for Men Convicted of Child Sexual Exploitation Material (CSEM) Offenses: A Predictive Accuracy Comparison and Meta-Analysis
Notice bibliographique
Résumé
There is demand for valid risk assessment of individuals with child sexual exploitation material (CSEM) offenses. We compared the predictive performance of the Risk Matrix 2000/Sex (RM2000/S) and the Child Pornography Offender Risk Tool (CPORT) among 365 men convicted of CSEM offenses. In fixed 5-year follow-up analyses, the CPORT (area under the curve [AUC] = .73) had significantly higher predictive accuracy than the RM2000/S (AUC = .66) for any sexual recidivism. The predictive difference for CSEM recidivism was not statistically significant. A meta-analysis found the CPORT had large effects in predicting sexual recidivism (AUC = .75) and moderate accuracy for CSEM recidivism (AUCs = .65 and .66), while the RM2000/S had moderate accuracy in predicting any sexual recidivism (AUC = .66; insufficient studies of CSEM recidivism). Results suggest a tool developed specifically for CSEM offending, such as CPORT, may perform better at predicting any sexual recidivism than adapting a general sexual offending risk tool.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,042 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 source (Gemma direct ou Codex distillé), 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 ».