MétaCan
Menu
Retour à la cohorte
Enregistrement W4405141484 · doi:10.1002/bsl.2708

Stranger Danger: Analyzing Offender Behaviors Based on Victim Approach Tactics in Sexual Homicide

2024· article· en· W4405141484 sur OpenAlexaff
Zena Rossouw, Éric Beauregard, Julien Chopin

Notice bibliographique

RevueBehavioral Sciences & the Law · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHomicidePsychologySurpriseVulnerability (computing)CriminologyComputer securityPoison controlHuman factors and ergonomicsSuicide preventionInjury preventionSocial psychologyMedical emergencyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Victims of sexual homicide may be deceived by perpetrators who use a friendly approach to gain access to them, making it difficult for the victim to assess the danger posed by the stranger. When investigating sexual homicides committed by strangers, investigators often lack direct information, including how the perpetrator gained access to the victim. To identify potential predictors of the approach method used in sexual homicides, this study analyzed the preferences and behaviors of sexual murderers who target strangers based on their approach method. The results of the logistic regression analysis showed that in comparison to offenders using "blitz" or "surprise" attacks, those using a deceptive "con" approach tended to have more male victims, exploit vulnerability, and exhibit post-crime organization by relocating the victim's body and successfully disposing of the weapon used in the crime. Their crimes also more frequently involved oral sex and had lower rates of victim beating. This study discusses the investigative implications of these findings.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,128
Tête enseignante GPT0,421
Écart entre enseignants0,293 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral Sciences & the LawMême sujetCrime Patterns and InterventionsTravaux en français237 207