MétaCan
Menu
Retour à la cohorte
Enregistrement W4405655055 · doi:10.1177/10790632241309631

Online Sexual Offending Against Children: Recidivism Rates and Predictors

2024· article· en· W4405655055 sur OpenAlexaff
Sarah Paquette, Sébastien Brouillette‐Alarie

Notice bibliographique

RevueSexual Abuse · 2024
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalUniversité LavalInstitut national de psychiatrie légale Philippe-Pinel
Organismes subventionnairesnon disponible
Mots-clésRecidivismChild pornographyPsychologyPopulationPedophiliaClinical psychologyIntervention (counseling)Poison controlDevelopmental psychologyHuman factors and ergonomicsPsychiatryThe InternetEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

Recidivism among individuals who have sexually offended poses a significant public health and safety concern. It is crucial to assess the predictive validity of traditional risk factors in individuals engaged in online child exploitation. This study examines recidivism rates and risk factors among individuals involved in online child sexual exploitation, analyzing data from a sample of 228 adult males who had committed sexual and nonsexual offenses at their index crime. The findings suggest that offense-supportive cognitions (Harrell's C = .73-.75) and emotional congruence with children (Harrell's C = .77) serve as predictors for contact sexual recidivism. Consumption of child sexual exploitation material and bestiality pornography are linked to online sexual recidivism (.69 and .75, respectively) and negatively related to sexual recidivism (.29 and .32, respectively). Overall, this research contributes to a more nuanced understanding of recidivism patterns and risk factors among individuals engaged in online sexual offenses against children, emphasizing the need for tailored intervention strategies in this population.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,026
Tête enseignante GPT0,311
Écart entre enseignants0,285 · 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'étudeSans objet
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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSexual AbuseMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207