Le modèle confluent de l'agression sexuelle appliqué à quatre paramètres de la carrière criminelle sexuelle
Bibliographic record
Abstract
Ce mémoire consiste en une reproduction et une extension du Modèle Confluent de l’Agression Sexuelle (MCAS) de Neil Malamuth. Le MCAS est un des seuls modèles développementaux de l’agression sexuelle d’hommes sur des femmes adultes à avoir été validé empiriquement. Dans ce modèle, deux trajectoires (la promiscuité sexuelle et la masculinité hostile) convergent et mènent à l’agression sexuelle. Pour la première fois, ce modèle est appliqué séparément à quatre paramètres de la carrière criminelle sexuelle (gravité, fréquence, précocité, spécialisation) au sein d’un échantillon d’agresseurs sexuels de femmes adultes judiciarisés (n=180). Les quatre modèles qui en résultent s’ajustent bien aux données. Tous les liens postulés dans le MCAS sont validés dans ce mémoire, à une exception. En effet, contrairement aux résultats obtenus par Malamuth, une seule des deux trajectoires du modèle présente un lien significatif avec chacun des paramètres de la carrière criminelle sexuelle à l’étude. La trajectoire de la promiscuité sexuelle est liée à la précocité et à la non-spécialisation (lien négatif avec la spécialisation) alors que la trajectoire de la masculinité hostile est associée à la gravité et à la fréquence. Ces résultats sont congruents avec une approche typologique des agresseurs sexuels de femmes adultes. Chacune des deux trajectoires du MCAS englobe des caractéristiques spécifiques à certains types de violeurs (opportunistes, colériques, sadiques) qui, pour leur part, se distinguent quant aux paramètres de leur carrière criminelle sexuelle.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.022 | 0.002 |
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".