MétaCan
Menu
Retour à la cohorte
Enregistrement W1978475459 · doi:10.1177/0093854809333058

Does Gender Moderate the Predictive Utility of the Level of Service Inventory—Revised (LSI-R) for Serious Violent Offenders?

2009· article· en· W1978475459 sur OpenAlexaff
Sarah M. Manchak, Jennifer L. Skeem, Kevin S. Douglas, Maro Siranosian

Notice bibliographique

RevueCriminal Justice and Behavior · 2009
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRecidivismPrisonRisk assessmentPsychologyPopulationPoison controlInjury preventionHuman factors and ergonomicsSentencePsychiatryClinical psychologyDemographyCriminologyMedicineComputer securityMedical emergencyComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

A prison inmate's risk of recidivism is central to decisions about whether to release her to serve a portion of her sentence on parole. Although several tools have been developed to improve accuracy in estimating the risk of future reoffense, few have been validated with the ever-growing population of female offenders. This study compared the utility of the Level of Service Inventory—Revised (LSI-R) in predicting recidivism for 70 female and 1,035 male offenders who had been convicted of serious violent offenses. The LSI-R predicted 1-year general recidivism quite well for women. Although gender did not moderate the utility of the LSI-R in predicting recidivism, risk factors that best predicted recidivism differed for men and women. Implications for risk assessment and parole decision making with female inmates are discussed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,582

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 technologies0,0000,000
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 Opus0,159
Tête enseignante GPT0,365
Écart entre enseignants0,205 · 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

Citations85
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207