L’influence des comportements paraphiliques sur le mode opératoire des agresseurs commettant des viols
Bibliographic record
Abstract
Cette étude s’intéresse à l’influence que peut avoir la présence de comportements paraphiliques sur le processus criminel des violeurs et sur le modus operandi qu’ils utilisent pour mener à bien leur acte. L’objectif de cette recherche est de tester plusieurs dimensions des comportements paraphiliques telles que leur présence ou non, leur nombre, ainsi que leur type. Cette recherche se base sur un échantillon de 3253 cas de viols commis en France, dont 2513 ont été commis par des individus sans comportements paraphiliques tandis que 740 concernent des agresseurs chez lesquels au moins une déviance sexuelle était présente. L’échantillon a été limité aux victimes âgées de plus de 16 ans qui ne connaissaient pas leur agresseur au moment des faits. La méthodologie utilisée suit une approche quantitative avec des analyses bivariées et multivariées. Trois différents modèles de régressions (binomiale, binomiale négative et multinomiale) ont été établis afin de tester les différents aspects entourant la notion de paraphilie. Les résultats indiquent systématiquement des différences entre le mode opératoire utilisé par les agresseurs ayant des troubles paraphiliques et les autres, quelle que soit la dimension testée. Cette étude présente des implications aussi bien théoriques que pratiques, concernant la compréhension du processus de décisions des agresseurs sexuels, de profilage criminel et de l’investigation policière.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".