Identifying subtypes among offenders with antisocial personality disorder: A cluster-analytic study.
Notice bibliographique
Résumé
The question of whether antisocial personality disorder (ASPD) and psychopathy are largely similar or fundamentally different constructs remains unresolved. In the Diagnostic and Statistical Manual of Mental Disorders (4th ed.; DSM-IV; American Psychiatric Association, 1994), many of the personality features of psychopathy are cast as associated features of ASPD, although the DSM-IV offers no guidance as to how, or the extent to which, these features relate to ASPD. In a sample of 691 offenders who met DSM-IV criteria for ASPD, we used model-based clustering to identify subgroups of individuals with relatively homogeneous profiles on measures of associated features (psychopathic personality traits) and other constructs with potential etiological significance for subtypes of ASPD. Two emergent groups displayed profiles that conformed broadly to theoretical descriptions of primary psychopathy and Karpman's (1941) variant of secondary psychopathy. As expected, a third group (nonpsychopathic ASPD) lacked substantial associated features. A fourth group exhibited elevated psychopathic features as well as a highly fearful temperament, a profile not clearly predicted by extant models. Planned comparisons revealed theoretically informative differences between primary and secondary groups in multiple domains, including self-report measures, passive avoidance learning, clinical ratings, and official records. Our results inform ongoing debates about the overlap between psychopathy and ASPD and raise questions about the wisdom of placing most individuals who habitually violate social norms and laws into a single diagnostic category.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».