The vulnerability typology: Developing a biopsychosocial-sexual understanding of men with sexual interests in children
Notice bibliographique
Résumé
The goal of the current study was to better understand biopsychosocial factors related to men with sexual interests in children (MSICs) who have no criminal history of sexual offending to clarify heterogeneity and potential targets for preventative intervention for persons who are at risk of sexual offending. Using online recruitment methods, self-report data on biopsychosocial-sexual factors was collected from community men reporting paraphilic and atypical sexual interests, including men with sexual interests in children ( n = 609; M age = 29.7 years) and a comparison group with other paraphilias ( n = 224; M age = 35.3 years). Data were used to develop a biopsychosocial-sexual typology of community men with pedohebephilic interests with no reported offence history. Latent cluster analysis identified three groups differentiated by relative endorsement of biopsychosocial vulnerability characteristics. Comparisons between profiles indicated a generally unimpaired profile (i.e., Low Vulnerability) relative to a group with intermediate vulnerabilities (i.e., Moderate Vulnerability) and a group with significant impairment across most assessed constructs (i.e., High Vulnerability). Results inform areas of need for secondary prevention among community MSICs with no historical justice system contact related to their sexual interests in children. Consistent with Risk-Need-Responsivity Model, this research suggests that intensity and dosage of preventative intervention for MSICs should match level of vulnerability.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».