不正常的色情作品是否遵循类似Guttman的进展? (2013)

评论:这项研究发现,不正常的色情内容使用者报告说成人色情内容的使用时间明显较年轻。 确认早期色情内容与升级为陌生人的东西有关。 也许这是由容忍引起的,这是需要更大的刺激才能达到同样的高度。


人类行为计算机

卷29,问题5,9月2013,页面1997-2003

亮点

  • 成人,兽交和儿童色情使用之间存在重大关系。
  • 33(5.2%)儿童色情用户 - 16(12.5%)男性和17(3.4%)女性。
  • 成人色情使用的年龄较小与后来的不正常的色情使用有关。
  • 儿童色情用户同时使用成人和人兽交的色情内容。
  • 不正常的色情使用可能遵循类似Guttman的进展。

抽象

这项研究调查了不正常的色情作品是否遵循类似Guttman的进展,因为一个人从一个非皈依者转变为不正常的色情用户。 为了观察这一进展,来自Survey Sampling International(SSI)小组互联网样本的630受访者完成了一项评估仅限成人,兽交和儿童色情消费的在线调查。 调查成人色情使用的受访者的“发病年龄”,以确定在年轻时从事成人色情活动的个人是否更有可能过渡到不正常的色情内容,从而发生脱敏。 200名54受访者报告使用非变性成人色情内容,54报告使用动物色情内容,33报道使用儿童色情内容。 儿童色情用户更有可能同时使用成人和动物色情内容,而不仅仅是消费儿童色情内容。 结果显示,在Guttman式的进展中出现了不正常的色情内容,因为成年色情使用的“发病年龄”较小的个体与后来的“发病年龄”相比,更容易发生异常色情(兽性或儿童)。.  讨论了局限性和未来的研究建议。

研究表明,儿童色情作品集不仅包含儿童的色情图片,而且还包含其他性质和社会上可接受的色情形式(参见Quayle&Taylor,2002; Quayle&Taylor,2003)。 实际上,对儿童色情制品消费者的采访表明,由于脱敏或食欲不振,一些罪犯“通过各种色情制品,每次都使用了更多极端材料”(Quayle&Taylor,2002,p.343)。收集和发现其他形式的异常色情作品(Quayle&Taylor,2003年)。 另外,一些消费者表示,他们下载图像的原因仅仅是因为它们可用且易于访问,从而使行为主要是强迫性的结果,而不是儿童的特定性兴趣(Basbaum,2010年)。 但是,先前的分析依靠对被定罪的儿童性犯罪者和儿童色情制品使用者的案例研究。 如果采用了基础更广泛的代表性样本(如此处所用),那么研究人员可能会对儿童色情用户的集合更加一致和完整地了解。

一些儿童色情消费者表现出一系列复杂的性兴趣,这可能代表了一般性的嗜游倾向,而不是儿童的特定性兴趣。 在Endrass等人进行的一项研究中。 (2009),收集儿童色情内容的231男子的照片集也揭示了其他类型的异常色情内容。 具体来说,近60%的样本收集了儿童色情内容和至少一种其他类型的异常色情内容,如人兽交,粪便或虐待狂,至少有三分之一的罪犯收集了三种或更多类型的异常色情内容(Endrass等.2009)。 这项研究表明,大多数互联网儿童色情内容的消费者正在收集更广泛的异常色情内容,这可能反映了一般性的性别偏差,而不是特定的偏见,如恋童癖。 换句话说,一些儿童色情消费者可能是正常人群中的持不同政见者,他们表现出更广泛的性兴趣或好奇心。

虽然存在案例研究,但很少有定量研究评估使用非变形色情(例如成人色情)的个人是否更容易消费不正常的色情形式(如动物和儿童色情)。 换句话说,不正常的色情使用是否遵循类似Guttman的进展(cf,Holland,1988),发病年龄是一个人是否从非叛逆者转变为异常色情用户的关键因素? 关于发病年龄,大多数研究关注的是年轻时不想接触色情的情绪后果(cf,Flood,2009)。 例如,Mitchel,Wolak和Finkelhor(2007)发现10的10%对17岁的年轻人描述自己因不想接触色情内容而“非常或非常不安”。 另一方面,McKee(2007)采访了46澳大利亚人,关于他们在年轻时接触色情内容,他们将他们的青春期前色情内容描述为“有趣”且“兴趣不大”,而他们的后青春期曝光则是“通行权”(第10页)。 此外,研究表明,年轻时的色情使用与各种性行为之间存在关联。 具体而言,Johansson和Hammarén(2007)发现年轻的色情用户更有可能发生性交和一夜情,年轻的暴力色情消费者更有可能表现出性侵犯的态度和行为(cf,Flood,2009) 。

总体而言,之前的研究主要集中在年轻人不受欢迎的色情内容的情感影响上。 目前的研究主要集中在“发病年龄” 故意使用而不是不受欢迎的曝光,非叛乱和不正常的色情内容。 由于目前的研究对来自美国的受访者进行了抽样调查,因此非变性和不正常色情制品的定义是基于美国目前的淫秽物品法。 在美国,成人色情制品受第一修正案的保护(尽管有例外); 但是,儿童色情和动物色情(兽交)是淫秽的,因此是非法表达形式。 因此,成人色情制品被实施为 非越轨而动物和儿童色情制品被标记为 异常 色情形式。

尽管有正式的社会控制(法律)规范色情使用,但三种类型的色情内容仍然可以在互联网上找到。 因此,本研究探讨了个人首次故意搜索,下载和交换/分享以下色情类型的年龄:成人专用,动物(兽性)和儿童色情内容。 通过检查自我报告的年龄和色情使用变量之间的相互关系,作者希望了解非致力性色情使用如何促进或预测参与更多不正常形式的色情内容的可能性。

三个主要目标是当前研究的重点。 这项研究的首要目的是确定发病年龄是否是从事色情制品的危险因素。 换句话说,与较晚发作的用户相比,在较早年龄从事非偏离色情使用的个人是否更有可能从事偏离形式的色情使用? 这项研究的第二个目标是确定女性受访者是否正在消费互联网儿童色情内容。 先前的研究表明,大多数儿童色情使用者是男性; 但是,这些样本大多数来自法医或临床人群(参见,Babchishin,Hanson和Hermann,2011年)。 此外,基于互联网的研究表明,妇女从事儿童色情活动的可能性可能比以前预期的要高(参见,Seigfried,Lovely和Rogers,2008; Seigfried-Spellar和Rogers,2010)。 因此,本研究专门评估了互联网用户样本中女童色情内容的使用情况,而不是法医或临床样本,以提供更广泛的女童儿童色情内容(非定罪和自我报告)的概念。

最后,本研究的第三个目的通过将受访者摧毁为色情类别来探讨色情使用的频率:无,仅限成人,仅限动物,仅限儿童,成人动物,成人儿童,动物儿童和成人柴尔德动物。 这种方法论分析可以评估自我报告的儿童色情用户是否更有可能自我报告成人和动物色情行为与其他类别的用户相比。 很少有研究专门评估互联网儿童色情用户收集的各种类型(cf,Seigfried-Spellar,印刷中)。 具体来说,如果儿童色情使用遵循类似Guttman的进展,那么就不应该有“独家消费者” 仅由 儿童色情; 相反,儿童色情用户应报告参与其他形式的异常和非恶意色情内容。

这项研究本质上是探索性的,因为之前的研究没有评估报告较小的“发病年龄”成人色情使用的个体是否比报告后来“发病年龄”的个体更可能从事不正常的色情使用。 期望发现成人色情的“发病年龄”与后来的异常色情使用之间没有关系。 然而,对儿童色情使用的适度研究表明,儿童色情收藏包括不正常和非衍生的色情图片。 因此,假设儿童色情消费者更有可能消费仅限成人和兽交的色情内容,而不太可能成为儿童色情的唯一消费者。 最后,作者希望找到性别差异; 具体而言,男性更有可能自我报告使用儿童色情内容(例如,Babchishin等,2011)。 独特的是,由于采样方法的不同,在这项基于互联网的研究中,女童色情内容的使用率会更高。

2。 方法

2.1参与者

目前的研究使用了国际调查抽样调查(SSI),该调查提供了一份来自美国的男性和女性受访者的互联网样本,这些受访者至少年满18岁。 这些客户或受访者已经通过了SSI的质量控制和验证系统,而不是为了识别受访者而滚雪球,而是为了识别有资格或要求任何奖励或奖励的风险的个人。 SSI,2009)。 此外,SSI会阻止同一个人多次参加调查(SSI,2009)。 最重要的是,这些客户或受访者更有可能对本研究的可靠性和机密性充满信心,并且对研究过程本身感到自信和信任,这对于检查对社会敏感话题的态度和行为至关重要。

基于希望从“互联网色情用户的一般人群”中对受访者进行抽样,而不是来自临床或法医人群的样本,以及需要提高受访者对自我披露的信心,这种抽样方法最能满足目前的研究。 如表1所示,630受访者完成了在线调查; 502(80%)为女性,128(20%)为男性(请注意: 这种性别差异将在本文后面讨论)。 总的来说,大部分样本都是白色的(n = 519,82.4%),年龄在36-55年之间(n = 435,69%),已婚(n = 422,67%)和68%(n = 427)受访者已经完成了一些大学或研究生的工作。

2.2措施

受访者的网络色情行为和发病年龄是使用在线色情调查(OPS; Seigfried,2007; Seigfried-Spellar,2011)的简短版本来衡量的。 最初的OPS包括54问题,这些问题评估了受访者的色情行为,包括有意搜索,访问,下载和交换色情网络图像。 成人色情制品被定义为“以个人为特色的色情图片” 超过 18年龄,“儿童色情制品被定义为色情材料”,以个人为特色 18年龄。“动物色情或兽交被定义为个人的色情图片” 超过 18年龄 一只动物。”

只有来自在线色情调查的15项目,其中重点关注受访者在线色情内容的发病年龄,这些项目都包含在本研究中。 所有15问题都使用相同的答案格式。 以下是与老年退休金计划有关的发病年龄的说明性样本问题:“你第一次有意识地访问某个网站以查看个人的色情资料 18年龄?“受访者对发病年龄的选择是:不适用于我,在12岁以下,12在16岁以下,16在19岁以下,19在24以下年龄,24年龄或更大,并且拒绝回应。 根据项目认可,受访者被分类为成人,动物(兽人)和儿童色情的用户或非用户。

最后,受访者的基本人口统计信息是通过在线调查问卷自我报告的,其中包括性别,年龄和婚姻状况等项目。 人口统计调查在所有受访者的研究开始时出现。 目前的研究广告评估为“对成人网站的态度”,并通过在有关色情使用的社会敏感问题之前放置人口统计调查问卷,这种方法提高了本研究中自我报告性别的准确性(cf,Birnbaum,2000) 。 此外,所有调查项目都是强制选择,但受访者能够根据机构审查委员会(IRB)的要求选择“拒绝回复”任何项目。 此外,所有受访者均按照美国心理学会(APA)制定的道德标准进行治疗。

表1

人口统计信息

2.3程序

这项研究是通过基于互联网的调查以电子方式进行的。 由于受访者的可及性,匿名性以及人们越来越愿意自我披露社会上不可接受的或有争议的行为或态度,因此这种通过互联网进行研究的方法越来越多地被研究人员使用(Mueller,Jacobsen和Schwarzer,2000)。 一旦受访者访问了网站,主页就会解释该研究,同时充当受访者必须同意或拒绝参加的同意书。 如果潜在的受访者同意,则必须单击“我同意”按钮才能参与。 单击“我同意”按钮后,要求受访者填写问卷,该问卷大约需要15分钟才能完成。

受访者从未要求任何识别信息(例如姓名)。 为了保护被访者的匿名性和机密性,向受访者提供了身份证号码,因此对问卷的答复无法与任何特定个人联系或匹配。

2.4统计分析

数据收集后,使用社会科学统计软件包(SPSS)版本19进行统计分析。 在进行任何分析之前,统计显着性设定为.05的α水平。 Fisher-Freeman-Halton精确检验测试了发病年龄,性别和色情类型之间的显着关系。 做出这一决定的原因如下:由于研究评估罕见事件(即儿童色情使用),预期的细胞频率计数很小,它接近卡方检验作为样本量(N随着Fisher-Freeman-Halton精确检验将Fisher精确检验扩展到 R x C. 案例(cf,Freeman&Halton,1951)。 最后,进行了向后逐步(Wald)Logistic回归分析,以确定成人色情内容使用的性别和“发病年龄”是否预测了非偏离和偏离性互联网色情使用的组成员身份。 逻辑回归适用于探索性分析,因为它们具有更强的鲁棒性,且较少违反假设,例如样本量小且不相等(Tabachnick&Fidell,2007)。

 

3。 结果

如表2所示,5.2%(n = 33)受访者自我报告使用互联网儿童色情内容。 男性受访者的16(12.5%)是儿童色情用户,女性受访者的17(3.4%)是儿童色情用户。 在630受访者中,只有8.6%(n = 54)受访者自我报告使用兽交色情内容,但近一半(n = 254,40.3%)受访者报告使用仅限成人的色情内容。 如表3所示,受访者根据他们对仅限成人,人兽交和儿童色情的使用进一步分类。

为支持该研究的前提,没有受访者报告仅使用儿童色情内容。 只有1女性受访者报告仅消费人兽交色情内容。 此外,9.8%(n = 60)受访者消费了一些非叛逆和异常色情内容,而只有.5%报道消费 仅由 不正常的色情(兽交和儿童)。

由于描述性数据表明成人,动物和儿童色情使用之间存在关系(见表3),因此进行零级相关以确定关系的方向。 根据项目回复,为每个色情类别创建了一个二分变量:成人,动物和儿童。 对于每类色情内容,受访者被编码为非用户(0)或用户(1)。 如表4所示,成人色情与兽交使用之间存在统计学上的显着关系, rϕ (635)= .36 with p <.01,以及成人色情和儿童色情使用, rϕ (635)= .27 with p <.01。 自我报告从事成人色情,动物/动物和儿童色情的个人之间存在显着的积极关系。 此外,男性自我报告成人使用的可能性明显更高, rϕ (630)= - .28 with p <.01,动物/动物, rϕ (630)= - .18 with p <.01,以及儿童色情制品, rϕ (630)= - .17 with p <.01(请参阅表4)。

表2

按性别划分的非越轨和越轨色情的百分比

表3

通过自我报告使用成人,动物和儿童色情制品对受访者进行分类

接下来,受访者被分类为:仅限成人(仅限成人)或成人和儿童/动物(成人+偏离)色情用户。 然后比较两组之间的“发病年龄”,以确定成人色情使用的“发病年龄”是否与以后使用异常色情有关。 基于Fisher-Freeman-Halton精确检验(p <.01),与仅成人色情用户相比,成人+越轨色情用户报告的“发病年龄”要年轻得多。 如表5所示,有29%的成年人+偏离色情内容的用户称其“发病年龄”在12至18岁之间,而只有成年人的受访者只有10%。 取而代之的是,大多数(89%)成人专用色情用户报告发病年龄为19岁或69岁以上,而成人+变性色情用户则为5%(参见表XNUMX)。

基于零级相关和Fisher-Freeman-Halton精确检验的重要发现,作者进行了一个向后逐步(Wald)逻辑回归,以确定“发病年龄”和性别是否仅是成人与成人的显着预测因子+不正常的色情内容。 如表6所示,成人专用+成人+偏差色情使用的最佳预测模型包括两个变量,性别(W = 7.69, p <.01)和发病年龄(W = 5.16, p <.02)。 对于成人色情制品而言,“发病年龄”较年轻的人从事异常色情制品的可能性高8倍。 此外,男性成为色情内容使用者的可能性高4倍。 Hosmer和Lemeshow检验不显着,χ2(4)= 6.42 p = .17,表示最终模型拟合数据。 另外,计算方差膨胀因子(VIF)和条件指数值以测试多重共线性,所有这些都表明没有引起关注的原因(性别,VIF = 1.00;发病年龄,VIF = 1.00;条件指数<30) 。

基于这些分析,作者能够实现他们的目标,即确定“发病年龄”和性别是否显着预测仅成人与成人+异常色情用户。 总的来说,假设期望儿童色情用户更有可能同时消费成人和动物色情内容,而不仅仅是消费儿童色情内容。 此外,还支持男子更有可能从事儿童色情活动的假设,以及对这一基于互联网的样本中女性儿童色情活动使用率较高的期望。

表4

性,成人,动物和儿童色情使用的零级相关

表5

成年人与成年人和不正常的色情作品按年龄使用

表6

色情作品使用的探索性向后(Wald)Logistic回归

然而,作者对成人专用和成人+异常色情用户之间成人色情内容的“发病年龄”之间没有差异的预期得不到支持。 基于Fisher-Freeman-Halton精确检验和逻辑回归,成人+异常色情用户报告说,与仅限成人的色情用户相比,成人色情使用的“发病年龄”明显更年轻。 换句话说,与只从事非恶性色情活动的人相比,从事成人色情活动的不正常色情用户的年龄要小得多。

4。 讨论

目前的研究是第一个评估非恶性色情使用(即仅限成人)的“发病年龄”是否与后来使用基于互联网的大型样本的异常色情(即人兽交,儿童)有关。 这项研究代表了对先前案例研究的改进,这些研究依赖于被定罪的罪犯的样本。 因此,目前的研究从儿童色情用户的临床或法医人群转移到“网民的一般人群”中的儿童色情用户。此外,本研究还评估了儿童色情用户是否收集了异常和非恶性色情内容或是否他们自我报告只消费儿童色情内容。 总的来说,非叛乱和不正常的色情用户在“发病年龄”和性别方面存在显着差异。

一小部分研究表明,大多数互联网儿童色情用户正在收集更广泛的异常色情内容(参见Endrass等,2009)。 在目前的研究中,没有一个受访者自我报告唯一消费互联网儿童色情内容。 相反,大多数儿童色情用户还在收集其他形式的色情内容,包括不存在的成人色情和兽交色情内容。 在32儿童色情内容中,60%(n = 19)还收集了非致命的成人和动物色情,34%(n = 11)仅消耗不成人的成人色情内容,仅消费6%(n = 2)刚接触过动物色情内容(请参见表3)。 这些发现支持了Seigfried(2007)的研究,该研究没有发现互联网儿童色情制品的唯一消费者。 总体而言,儿童色情用户正在从事各种各样的色情内容,未来的研究应评估这些集合是否提供有关其离线意图(例如动手触犯)以及个性特征(例如暴力个体收集暴力)的信息色情; Rogers&Seigfried-Spellar,2012; Seigfried-Spellar,印刷中)。

与先前的研究一致,男性继续更有可能从事互联网儿童色情活动。 然而,目前的研究表明,女性可能正在消费儿童色情内容,这比之前针对法医人群的临床研究样本提出的要多。 例如,Babchishin等。 (2011)对27文章进行了荟萃分析,其中包括在线违法者的样本。 荟萃分析的结果表明,大多数儿童色情罪犯都是男性,而在27文章中,只有五项研究包括女性罪犯。 因此,在线犯罪者的整个样本中少于3%是女性(Babchishin等,2011)。 然而,之前的研究包括来自一般互联网用户群体的样本,而不是临床或法医人口,其中女性消费者对儿童色情内容的比例较高。 例如,Seigfried等人。 (2008)研究发现10的30自我报告的儿童色情用户来自基于互联网的研究,是女性。 此外,Seigfried-Spellar(2011)的研究报告称,自我报告的儿童色情用户中有20%是女性。 最后,17(33%)儿童色情内容消费者的52是当前研究中的女性。 未来的研究应该评估为什么来自不同抽样人群的妇女使用儿童色情制品的流行率存在差异。

随着性别的变化,“发病年龄”与不正常的色情使用显着相关。 报告较年轻“发病年龄”的非暴力色情内容的受访者比那些报告后来“发病年龄”的人更有可能从事不正常的色情内容。如表5所示,成人+异常色情用户是与仅限成人的色情用户相比,12-18岁月之间自我报告“发病年龄”的可能性是两倍。 最后,逻辑回归表明,对于不正常的色情内容使用的最佳预测模型包括变量,性别和“发病年龄”。也就是说,与女性相比,男性更容易参与异常色情内容。 此外,与年龄较小的从事成人色情活动的人相比,年轻时开始从事成人色情活动的人更可能使用不正常的色情内容。

目前研究的结果表明,互联网色情使用可能遵循类似Guttman的进展。 换句话说,消费儿童色情内容的个人也会消费其他形式的色情内容,包括非堕落和异常。 由于这种关系是类似Guttman的进展,在使用其他形式的色情内容后,儿童色情内容的使用必定更有可能发生。 目前的研究试图通过衡量成人色情使用的“发病年龄”是否促进了从仅限成人到异性恋色情使用的过渡来评估这一进展。 根据结果​​,这种向不正常的色情内容使用的进展可能会受到成年色情内容的“发病年龄”的影响。 正如Quayle和Taylor(2003)所建议的那样,儿童色情使用可能与脱敏或食欲饱食有关,罪犯开始收集更多极端和不正常的色情内容。 目前的研究表明,在较年轻的时候从事成人色情活动的个人可能更容易从事其他不正常的色情活动。 如果儿童色情制品使用遵循类似Guttman的进展,那么未来的研究应该评估非劣性色情制品的发病年龄与未来的食欲饱食之间的关系,导致其他不正常的色情形式。

4.1限制

尽管这项研究是从“互联网用户的总体”中抽取的,但并不能断言该发现代表了互联网用户的总体。 虽然来自同一国家(美国)的受访者的抽样限制了外部有效性,但作者还是能够加强对某些混杂因素的控制,例如儿童色情制品和动物色情制品的合法使用。 当前的方法针对居住在儿童色情和动物色情为非法的国家/地区的互联网用户。 例如,本研究中自我报告的互联网儿童色情用户正在从事非法的儿童色情行为,如果从合法使用儿童色情的国家/地区抽样调查个人,儿童色情使用的合法性可能会令人困惑。日本,泰国;请参阅国际失踪与受虐儿童中心,2010年。

此外,在目前的研究中,性别代表性也不成比例。 根据美国人口普查局(2009a)的数据,美国50.7%的人口是女性。 仅考虑那些在家庭内外可以访问互联网的人(N = 197,871),48.6%是女性(美国人口普查局,2009b)。 根据Survey Sampling International(个人通信,2012)的当前小组人口统计,美国互联网小组的56%是女性。 本研究中的性别差异可能与受访者的就业状况有关。 在目前的研究中,男性更有可能全职和兼职,而女性更有可能成为家庭主妇,χ2 (9)= 73.82, p <.00。 先前的研究引用了全职工作并且“忙碌”的受访者完成在线调查的可能性较小(Cavallaro,2012)。 因此,性别差异可能是由于就业状况造成的,因为作为家庭主妇的女性受访者有更多时间完成在线调查。 在控制就业状况时,“发病年龄”和仅成人与使用成人+偏离色情内容之间仍然存在显着的关系, rab + c = -.28, p <.01。

尽管在当前研究中,男女比例并不代表美国互联网人口,但它确实对临床或法医人口之外的个人进行了抽样。 此外,当前的研究表明,与其他研究设计(即临床或法医人群; Seigfried-Spellar&Rogers,2010年)相比,该方法可能揭示出更多的互联网儿童色情消费者。

虽然目前的研究中存在性别差异,但在控制性行为时,成人与成人+不正常的色情使用和“发病年龄”之间的关系仍然很重要, rab + c = -.30 with p <.01。 仅评估男性受访者时,从事成人+偏差色情内容的男性报告的成人色情使用“发病年龄”要比仅从事成人色情内容的男性显着年轻,Fisher-Freeman-Halton精确检验= 15.79 p <.01。 仅对女性受访者进行评估时,从事成人+偏差色情内容的女性报告的成人色情使用“发病年龄”要比仅从事成人色情内容的女性低得多,费舍尔·弗里曼·汉尔顿精确检验= 7.36与 p <.05。

最后,最近一项研究使用相同的基于互联网的研究设计,但有一个互联网受访者的雪球样本复制了这项研究的结果,因为自我报告成年色情使用年龄较小的人更有可能从事异常色情(Seigfried-Spellar,2013)。

5。 结论

关于幼儿不受欢迎的色情影响的文献中有一个辩论; 然而,很少有研究评估年龄 故意 使用不正当和不正当的色情内容。 尽管尝试监视,过滤或删除Internet上的图像或网站,但色情的不偏不倚和不正当行为仍将可访问,负担得起且匿名(参见Seigfried-Spellar,Bertoline和Rogers,2012年)。 越轨色情用户(即儿童色情)的使用人数的增加只会随着当前全球有互联网接入的2.45亿(35%)人口的持续增加而增加(国际电联,2011年)。 这种增长只会增加理解“为什么”某些人查看,下载和交换异常色情内容的重要性,而另一些人则不然。 这项探索性研究表明,非违规色情使用的“发作年龄”与后来的违规色情使用有关。 此外,妇女从事儿童色情制品,但男子仍然更有可能成为儿童色情制品的消费者。 正如Quayle和Taylor(2003)所建议的那样,脱敏可能会使个人处于从不正当行为向不正当色情行为发展的风险中。 未来的研究应评估个体差异(例如,对经验的开放性,意识,性格外向,顺从性和神经质;见Seigfried-Spellar&Rogers,2013)是否与这种类似Guttman的进展有关,从而用于越轨(即,儿童)色情作品。

参考资料

Babchishin,KM,Hanson,RK&Hermann,CA(2011)。 在线性犯罪者的特征:荟萃分析。 性虐待:研究与治疗杂志,23(1),92 123。

Basbaum,JP(2010)。 因拥有儿童色情制品而被判刑:未能区分偷窥者和偷窥者。 黑斯廷斯法律杂志,61,1-24。

Birnbaum,MH(编辑)。 (2000)。 互联网上的心理实验。 加州圣地亚哥:学术出版社。

Cavallaro,K。(2012)。 揭示生活中最困难的市场研究问题:人们为什么不加入小组讨论? 取自Survey Sampling International的网站 http://www.surveysampling.com

Endrass,J.,Urbaniok,F.,Hammermeister,LC,Benz,C.,Elbert,T.,Laubacher,A.,&Rossegger,A.(2009)。 消费互联网儿童色情制品以及暴力和性犯罪。 BMC精神病学, 9(43),1 7。

洪水,M。(2009)。 儿童和青少年中色情活动的危害。 虐待儿童评论,18,384-400。

Freeman,GH和Halton,JH(1951)。 注意有关意外情况的正确处理,拟合优度和其他重要问题。 Biometrika, 38,141-149。

Hollinger,RC(1988)。 计算机黑客遵循类似guttman的进展。 社会学与社会研究, 72(3)。 199-200。

国际失踪与被剥削儿童中心(2010年)。 儿童色情制品:示范立法和全球审查。 (6th 编辑)。 从...获得 http://www.icmec.org

国际电信联盟。 (2011)。 2011的世界:事实和数据。 取自 http://www.itu.int/ict

Johansson,T.和Hammaren,N.(2007)。 霸权阳刚与色情:年轻人对色情的态度和与色情的关系。 男子学生杂志,15,57- 70。

McKee,A。(2007)。 说你一直在看爸爸的色情书籍我不同的成长:青年,色情和教育。 地铁杂志,155,118-112

Mitchell,K.,Wolak,J。和Finkelhor,D。(2007)。 青年报导性骚扰,骚扰以及互联网上不受欢迎的色情内容的报道趋势。 中国青少年健康,410,116-126。

Quayle,E.和Taylor,M.(2002)。 儿童色情制品和互联网:永久性的虐待循环。 越轨行为:跨学科期刊, 23,331-361。

Quayle,E.和Taylor,M.(2003)。 对儿童有性兴趣的人使用有问题的互联网的模型。 网络心理学和行为学,6(1),93 106。

罗杰斯(Rogers,M.)和塞格弗里德-斯派拉(Seigfried-Spellar,K.)(2011) 互联网儿童色情制品:法律问题和侦查策略。 在T. Holt(ed。) 犯罪在线:相关,原因和背景。 北卡罗来纳州达勒姆:Carolina Academic Press。

MK的Rogers和KC的Seigfried-Spellar(2012年XNUMX月)。 应用预测行为建模:行为科学在数字取证中的作用。 在美国佐治亚州亚特兰大举行的美国法医学会64th年度科学会议上的演讲。

Seigfried,K.,Lovely,R.和Rogers,M.(2008)。 自我报告的互联网儿童色情内容的消费者:一种心理分析。 国际网络犯罪学杂志,2(1),286 297。

Seigfried-Spellar,KC(印刷中)。 测量自我报告的儿童色情内容消费者的图像内容偏好。 在M. Rogers和K. Seigfried-Spellar(系列编)中, 计算机科学,社会信息学和电信工程研究所讲义:数字取证和计算机犯罪。 纽约:施普林格. 接受出版物2012。

Seigfried-Spellar,KC(2013,二月)。 复制Seigfried-Spellar和Rogers(2011)关于因发病年龄和性别而使用的异常色情内容的研究。 美国法医学院65th年度科学会议,华盛顿特区的演讲

Seigfried-Spellar,KC(2011)。 个人差异在预测互联网儿童色情消费者收集的图像类型中的作用。 未公开的论文,普渡大学,西拉斐特,印第安纳州。

Seigfried-Spellar,KC,Bertoline,GR和Rogers,MK(2012)。 互联网儿童色情制品,美国量刑指南以及互联网服务提供商的角色。 在P. Gladyshev&M. Rogers(系列编)中, 计算机科学,社会信息学和电信工程研究所讲义:卷 88。 数字取证和网络犯罪 (pp。17-32)。

Seigfried-Spellar,K.&Rogers,M.(2010年)。 女性互联网儿童色情消费者的神经质低下和享乐主义高。 网络心理学,行为和社交网络,13(6),629 635。

Seigfried-Spellar,KC和Rogers,MK(2013)。 通过个体差异区分自我报告的互联网儿童色情用户。 稿件已提交出版。

Sheldon,K.&Howitt,D.(2008年)。 恋童癖罪犯的性幻想:是否有任何模型可以令人满意地解释互联网研究和接触性罪犯的新发现? 法律和犯罪学心理学,13,137-158。

国际调查抽样(2009)。 在线世界的验证。 取自Survey Sampling International的网站: http://www.surveysampling.com

Tabachnick,BG和Fidell,LS(2007年)。 使用多变量统计 (5编辑)。 马萨诸塞州波士顿:Pearson Education,Inc。

美国人口普查局(2009a)。 州和县的事实。 来自美国人口普查局的网站: http://www.quickfacts.census.gov

美国人口普查局(2009b)。 美国的计算机和互联网使用:10月2009。 来自美国人口普查局的网站: http://www.census.gov

Wolak,J.,Finkelhor,D,Mitchell,K.和Ybarra,M.(2008年)。 在线“捕食者”及其受害者:神话,现实及其对预防和治疗的影响。 美国心理学家,63(2),111 128。

转载自人类行为计算机29(2013)1997-2003,Kathryn C. Seigfried-Spellar,Marcus K. Rogers,“不正常的色情作品是否遵循类似Guttman的进展?”,得到了Elsevier的许可。

    •  
  •