Viewing Child Sexual Abuse Material for the First Time: Findings From an Anonymous Survey of Internet Users
Notice bibliographique
Résumé
The number of reports of child sexual abuse material (CSAM) detected on online platforms has increased dramatically in the last decade. Research has suggested that some individuals engage in a progression from typical adult pornography to atypical adult pornography (e.g., bondage, discipline, sadism, and masochism (BDSM), bestiality) to CSAM. Examining the onset to adult pornography and CSAM can therefore help identify intervention points for prevention and disruption. To investigate first exposure to adult pornography and CSAM, we anonymously surveyed a community sample of 5512 adults in five different countries: 742 (13.5%) survey participants self-reported viewing CSAM; 77% were male, 19.5% were female and 3.5% identified as another gender/sex. Majorities of respondents who viewed CSAM (71.2%), BDSM adult pornography (66.6%), and bestiality adult pornography (62.4%) were first exposed to this material prior to age 18. Females were significantly more likely than males to view adult content at younger ages. Younger age of exposure to typical and atypical adult pornography predicted younger age of exposure to CSAM, and respondents aged under 40 years were significantly more likely to view CSAM at younger ages ( p < .001). Self-reported CSAM viewers predominantly first discovered CSAM unintentionally (86.1%) and when alone (76%). The findings suggest a need for increased interventions that prevent exposure to CSAM and illegal adult content among adolescents.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».