Gender Differences in Police Encounters Among Persons With and Without Serious Mental Illness
Notice bibliographique
Résumé
OBJECTIVE: This study examined the rates, patterns, and types of police contacts among men and women with and without serious mental illness. METHODS: Data on type of contact, type and number of offenses, dispositions, and repeat offenses were extracted from an administrative database of all police encounters in a midsized Canadian city over a six-year period (N=767,365). RESULTS: Men and women with serious mental illness represented, respectively, .5% and .4% of men and women who had at least one contact with the police; however, they were involved in 3.2% and 3.0% of all interactions, respectively. Persons with mental illness were more likely than those without mental illness to be in contact with police as suspected offenders, to have a greater number of offenses, to reoffend more quickly, and to be formally charged for a suspected offense. Among persons without mental illness in contact with police, men were much more likely than women to be offenders, to have a greater number of offenses, and to reoffend more quickly. Among persons with mental illness, however, the gender gap for these measures was significantly smaller. CONCLUSIONS: More resources should be allocated to support persons with mental illness in the community because they tend to have high rates of repeated police contacts for a variety of offenses. The findings highlight the need for gender-specific intervention programs. Administrative databases can be useful tools in examining police contacts among persons with mental illness and monitoring change after policy and program implementation for those at risk of police encounters.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».