Childhood matters: How benevolent and adverse childhood experiences shape alexithymia in perpetrators of sex crimes and the community sample
Notice bibliographique
Résumé
BACKGROUND: Benevolent childhood experiences (BCEs) and adverse childhood experiences (ACEs) influence individuals' emotional and behavioral development. ACEs can lead to alexithymia, increasing the risk of sexual offending. OBJECTIVES: To analyze the link between ACEs, BCEs, and alexithymia; compare perpetrators of sex crimes with community participants regarding ACEs, BCEs, and alexithymia; and assess the predictors of alexithymia. PARTICIPANTS: A sample of 732 adult males (523 from the community and 209 perpetrators of sex crimes) was used. METHOD: Application of a sociodemographic questionnaire, the Adverse Childhood Experiences Questionnaire (ACEs), the Benevolent Childhood Experiences Scale (BCEs), and the Toronto Alexithymia Scale (TAS). RESULTS: We identified positive correlations between ACEs and TAS, and negative correlations between BCEs and TAS in both samples. Perpetrators of sex crimes show higher levels of ACEs, TAS, difficulty identifying feelings (DIF), and difficulty describing feelings (DDF) compared to the community sample. ACEs and BCEs are predictors of DIF and DDF in both samples. CONCLUSION: The results highlight the significant influence of ACEs and BCEs on alexithymia and the differences between community individuals and perpetrators of sex crimes. It underscores the need for interventions to boost BCEs and reduce ACEs, alexithymia, and criminal behavior.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».