Risk assessment for domestically violent men: Tools for criminal justice, offender intervention, and victim services.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
"From a domestic violence victim's first contact with authorities through the offender's bail, sentencing, parole, and treatment program, criminal justice officers and clinicians must make informed decisions about which cases need the most attention and must ensure targeted provisions are in place to prevent recurrences of violence. Hilton, Harris, and Rice make a powerful case for using actuarial risk assessments to predict recidivism in male domestic violence offenders. These assessments, the Ontario Domestic Assault Risk Assessment (ODARA) and the Domestic Violence Risk Appraisal Guide (DVRAG), are the first in the field. The authors assert that making it public policy to use these tools systematically will reduce the number of violent assaults on women by their partners. The book draws on the authors' in-depth empirical studies of violent men and their extensive experience with recidivism risk assessment in policing, court cases, offender assessment, and victim services. It also functions as a user's manual�replete with all the scoring, reporting, and interpreting details needed to effectively use the ODARA/DVRAG system. The inclusion of case examples, FAQs, scoring tools and forms, and sample assessment reports makes this an excellent resource for any professional working directly with domestic violence offenders or training criminal justice officers to conduct risk assessments"--Jacket. (PsycINFO Database Record (c) 2010 APA, all rights reserved)
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle