MétaCan
Menu
Retour à la cohorte
Enregistrement W4389468763 · doi:10.1016/j.chiabu.2023.106562

Child sexual abuse by different classes and types of perpetrator: Prevalence and trends from an Australian national survey

2023· article· en· W4389468763 sur OpenAlexaff
Ben Mathews, David Finkelhor, Rosana Pacella, James G. Scott, Daryl Higgins, Franziska Meinck, Holly E Erskine, Hannah J. Thomas, David Lawrence, Eva Malacova, Divna Haslam, Delphine Collin‐Vézina

Notice bibliographique

RevueChild Abuse & Neglect · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesMedical Research CouncilDepartment of the Prime Minister and CabinetUK Research and InnovationAustralian Institute of CriminologyNational Health and Medical Research CouncilEuropean CommissionAustralian GovernmentDepartment of Social Services, Australian Government
Mots-clésVictimisationPsychologyDemographyInjury preventionChild sexual abuseSexual abuseMedicinePoison controlClinical psychologyPsychiatryMedical emergency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Little evidence exists about the prevalence of child sexual abuse (CSA) inflicted by different relational classes of perpetrators (e.g., parents; institutional adults; adolescents), and by individual types of perpetrators (e.g., fathers and male relatives; male teachers and male clergy; known and unknown adolescents). OBJECTIVE: To generate evidence of the prevalence of CSA by different perpetrators, and trends by victim gender and age group. PARTICIPANTS AND SETTING: The Australian Child Maltreatment Study collected information about CSA victimisation from a nationally-representative sample of 8503 individuals aged 16 and over. METHODS: We analysed data about 42 perpetrator types, collapsed into eight classes. We generated national prevalence estimates of CSA inflicted by each perpetrator class and individual perpetrator type, and compared results by victim gender and age group. RESULTS: Australian CSA prevalence was 28.5%, with the following prevalence by perpetrator classes: other known adolescents (non-romantic): 10.0%; parents/caregivers in the home: 7.8%; other known adults: 7.5%; unknown adults: 4.9%; adolescents (current/former romantic partners): 2.5%; institutional caregivers: 2.0%; siblings: 1.6%; unknown adolescents: 1.4%. Women experienced more CSA by all perpetrator classes except institutional caregivers. Age group comparison showed significant declines in CSA by parents/caregivers, and other known adults; and increases in CSA by adolescents (current/former romantic partners). Individual perpetrator type comparison showed declines in CSA by fathers, male relatives living in the home, non-resident male relatives, and other known male adults; and increases in CSA by known male adolescents, current boyfriends, and former boyfriends. CONCLUSIONS: CSA by adults has declined, indicating positive impacts of prevention efforts. However, CSA by adolescents has increased. Further declines in CSA by adults are required and possible. Targeted prevention of CSA by adolescents must be prioritised.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,314
Écart entre enseignants0,280 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations71
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild Abuse & NeglectMême sujetChild Abuse and TraumaTravaux en français237 207