Pathways to sexual aggression according to modus operandi in male and female perpetrators: A systematic review
Notice bibliographique
Résumé
Over the last 40 years, studies have been carried out to investigate the pathways to sexual aggression. However, the heterogeneity of these pathways across studies remains unspecified, due to the use of diverse terminology. Consequently, the aim of the current systematic review was to investigate these pathways in various offender categories. A search of 21 online databases identified 29,218 candidate studies, of which 23 specifically examined pathways to sexual aggression. These pathways include developmental, personality, lifestyle, disinhibitor, and modus operandi characteristics. In the 23 studies, which used a variety of quantitative and qualitative methodologies, we found 7 prototypical pathways. Some are specific to one category of sexual aggressor (e.g., the sadistic pathway in adult male perpetrators having adult female victims) and others are found in all categories of aggressors (e.g., escaping negative mood). These results support the view that internal (e.g., psychopathy, deviant sexual fantasies) and external (e.g., victim resistance) constraints interact in a limited number of ways, and so give rise to only a limited number of prototypical pathways to sexual aggression. • There is a limited number of pathways leading to the commission of a sexual assault. • Some pathways are specific to the sexual aggressors of women (sadistic and angry). • Some pathways are specific to the sexual aggressors of children (non-coercive deviant). • One pathway is common to all types of sexual aggressors (escaping negative affect).
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».