Une analyse descriptive des facteurs pré-crime recensés au sein d'un échantillon d'agresseurs sexuels de femmes
Notice bibliographique
Résumé
Ce mémoire avait pour but de dresser un portrait clair et exhaustif des facteurs pré-crime recensés au sein dâun échantillon de 37 agresseurs sexuels de femmes. Cette démarche est intimement liée à lâétude des processus de passage à lâacte des agresseurs sexuels. \n\nDans le cadre dâun programme de prévention de la récidive, les participants avaient à identifier divers événements de vie qui sont survenus au cours des deux années précédant le (ou les) délit(s) de référence et qui ont eu un fort impact émotionnel sur eux. Au total, 339 événements de vie ont été recensés. à chaque événement de vie correspond une chaîne comportementale, celle-ci étant composée de six volets : 1) les « situations spécifiques » constituant lâévénement de vie; 2) les « cognitions » associées à cet événement de vie; 3) les « émotions » engendrées par ces cognitions; 4) les « fantaisies » déclenchées par ces émotions; 5) les « comportements » adoptés suite à ces fantaisies; et 6) les « conséquences » ayant résulté de ces comportements. Les données, initialement de nature qualitative, ont ensuite été opérationnalisées afin quâelles puissent être analysées quantitativement. \n\nNos résultats ont démontré que les conflits conjugaux et la consommation dâalcool et/ou de drogues représentaient les situations les plus fréquemment rapportées au cours de la phase pré-crime. Les cognitions les plus souvent recensées suite à lâévénement de vie initial étaient le pessimisme et lâadoption dâune position de victime. Lâhostilité, la dépression et lâanxiété constituaient les émotions les plus fréquemment engendrées par le volet cognitif. Les fantaisies les plus souvent déclenchées par le volet émotionnel étaient lâagression sexuelle et la violence physique (non sexuelle). La consommation dâalcool et/ou de drogues et le fait de ne pas exprimer ses émotions, son point de vue ou ses besoins représentaient les comportements les plus fréquemment adoptés suite aux fantaisies. Enfin, les conséquences les plus souvent recensées étaient lâaccumulation de cognitions et/ou dâémotions négatives et la présence de fantaisies sexuelles déviantes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».