Profile and Programming Needs of Federal Offenders With Histories of Intimate Partner Violence
Notice bibliographique
Résumé
This study presents data on male perpetrators of domestic violence (DV) in the Correctional Service of Canada (CSC) using two samples: (a) a snapshot of all male offenders in CSC who had been assessed for DV (n = 15,166) and (b) a cumulative sample of male offenders in CSC from 2002-2010 who had been assessed as moderate or high risk for further DV (n = 4,261) DV offenders were compared to a cohort sample of non-DV offenders (n = 4,261). Analyses were disaggregated for Aboriginal and non-Aboriginal offenders. Results indicated that 40% of the federal male population had a suspected history of DV and were therefore screened in for in-depth DV risk assessment. Of these, 45% were assessed as moderate or high risk for future DV. DV offenders had higher risk and criminogenic need ratings, more learning disabilities, more mental health problems, and more extensive criminal histories than those without DV histories. Aboriginal DV offenders had high levels of alcohol dependence, suggesting a need for substance abuse treatment as part of DV programming. Most federal offenders with DV histories would be described as belonging to the Antisocial/Generalized Aggressive typology and, therefore, adhering to the Risk-Need-Responsivity principles of the effective correctional literature, cognitive-behavioral treatment that focuses on teaching skills of self-management, and changing attitudes supporting relationship violence would be recommended.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».