A meta-analysis of recidivism rates among individuals who commit child sexual exploitation material (CSEM) offending
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A critical challenge for managing individuals with Child Sexual Exploitation Material (CSEM) offenses is addressing their risk of sexual recidivism, especially contact sexual offending. We report on a meta-analysis of 30 non-overlapping samples (total N = 25,978), with 26 samples identifying CSEM index offenses and subsequent recidivism using official sources (e.g., charges) and four samples identifying CSEM offenses and subsequent recidivism using self-report. Individuals with CSEM offenses based on official sources showed a fixed-effect recidivism rate of 5.9 % any sexual (95 % CI = [5.6, 6.3], k [studies] = 21, N = 19,112), 1.5 % contact sexual (95 % CI = [1.4, 1.7], k = 20, N = 18,543), and 4.1 % CSEM (95 % CI = [3.8, 4.4], k = 21, N = 13,522), after an average of 5-year follow-up. Based on official sources, the odds of contact sexual offenses among Mixed individuals (CSEM plus contact sexual offending) are 16 times higher than CSEM-Exclusive individuals (exclusively CSEM offenses in their sexual offending history) at 8.8 % versus 0.6 % (OR = 15.99), respectively. There were several other significant moderators: National sources of official recidivism data produced higher rates than local sources ( Q ∆ = 58.1, p < .0001, df = 1); official recidivism had lower rates than self-reported recidivism ( Q ∆ = 232.2, p < .0001, df = 1); longer follow-ups were associated with higher rates, unstandardized B = 0.01, Z = 75.8, p < .001; and more recent studies showed higher rates, unstandardized B = 0.002, Z = 68.0, p < .001. This meta-analysis establishes new recidivism base rates for individuals with CSEM offenses, which can be used to inform risk-driven policies and practices.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle