Une analyse descriptive des facteurs pré-crime recensés au sein d'un échantillon d'agresseurs sexuels de femmes
Bibliographic record
Abstract
Ce mémoire avait pour but de dresser un portrait clair et exhaustif des facteurs pré-crime recensés au sein d’un échantillon de 37 agresseurs sexuels de femmes. Cette démarche est intimement liée à l’étude des processus de passage à l’acte des agresseurs sexuels. \n\nDans le cadre d’un 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 l’événement 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 qu’elles puissent être analysées quantitativement. \n\nNos résultats ont démontré que les conflits conjugaux et la consommation d’alcool 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 l’événement de vie initial étaient le pessimisme et l’adoption d’une position de victime. L’hostilité, la dépression et l’anxiété constituaient les émotions les plus fréquemment engendrées par le volet cognitif. Les fantaisies les plus souvent déclenchées par le volet émotionnel étaient l’agression sexuelle et la violence physique (non sexuelle). La consommation d’alcool 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 l’accumulation de cognitions et/ou d’émotions négatives et la présence de fantaisies sexuelles déviantes.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".