MétaCan
Menu
Retour à la cohorte
Enregistrement W1971682494 · doi:10.1002/bsl.827

Community‐Based co‐occurring disorder (COD) intermediate and advanced treatment for offenders

2008· article· en· W1971682494 sur OpenAlexaff
Gerald Melnick, Carrie Coen, Faye S. Taxman, Stanley Sacks, Katherine M. Zinsser

Notice bibliographique

RevueBehavioral Sciences & the Law · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésTypologyPrisonMental healthPsychiatrySubstance abuseCriminal justiceEmpirical evidenceSubstance abuse treatmentRecidivismMultidisciplinary approachPsychologyCriminologySociologySocial science

Résumé

récupéré en direct d'OpenAlex

Against a backdrop of increasing concern about the adequacy of treatment for co-occurring substance use and mental disorders (typically known as "co-occurring disorders," or COD) in the criminal justice system, this article attempts to provide empirical evidence for a typology of levels of COD treatment for offenders in both prison and community settings. The paper investigates two levels of treatment programs for COD; "intermediate" programs, in which treatment programming has been designed primarily for offenders with a single disorder, and "advanced" programs, in which programming has been designed to provide integrated substance abuse treatment and mental health services. Findings from a national survey of program directors indicated that both intermediate and advanced COD treatment programs were similar in their general approach to substance abuse treatment, but differed considerably in their treatment of mental disorders, where the advanced programs employed significantly more evidence- and consensus-based practices. Results provide support for the distinction between intermediate- and advanced-level services for offenders with COD and support a typology that defines advanced programs as integrating a range of evidence- and consensus-based practices so as to modify treatment sufficiently to address both diseases.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,271
Score d'incertitude au seuil0,902

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,198
Tête enseignante GPT0,418
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral Sciences & the LawMême sujetSchizophrenia research and treatmentTravaux en français237 207