Psychological dimensions of antisocial personality disorder as predictors of psychotherapy noncompletion among sexual offenders
Notice bibliographique
Résumé
The goal of this study was to examine whether psychological dimensions of antisocial personality disorder (ASPD), as conceptualized by Kernberg (1992), could predict psychotherapy noncompletion (PNC) among 50 men found guilty of sexual abuse of children. All participants began a 65-week, court-mandated course of cognitive-behavioral psychotherapy, which 20 (40%) of them did not complete. Pretherapy personality was assessed with the Structured Clinical Interview for DSM Axis II Disorders (First, Spitzer, Gibbon, Williams, & Benjamin, 1997), the Personality Organization Diagnostic Form (Diguer, Normandin, & Hébert, 2001), and Blatt and colleagues' (Blatt, Bers, & Schaffer, 1993; Blatt, Chevron, Quinlan, Schaffer, & Wein, 1988) scales of mental representations, as well as the State-Trait Anger Expression Inventory (Spielberger, 1988). A discriminant function analysis, which explained 46% of the total variance, showed that descriptive (antisocial and narcissistic personality disorders), psychological (primitive defense mechanisms, identity diffusion and self-representations), and demographic (work status and income) variables predicted PNC. The classification analysis correctly classified 78% of the participants. These findings support the hypothesis that psychological dimensions of ASPD help explain PNC among sexual offenders. The authors discuss the theoretical and clinical implications of these results.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 tête enseignante, 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 ».