MétaCan
Menu
Retour à la cohorte
Enregistrement W2057791573 · doi:10.1177/0093854806291157

Actuarial Assessment of Risk for Reoffense Among Adult Sex Offenders

2007· article· en· W2057791573 sur OpenAlexaff
Calvin M. Langton, Howard E. Barbaree, Michael C. Seto, Edward J. Peacock, Leigh Harkins, Kevin T. Hansen

Notice bibliographique

RevueCriminal Justice and Behavior · 2007
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensMinistry of Community Safety and Correctional ServicesUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésRecidivismRisk assessmentPsychologySex offenderSex offensePoison controlHuman factors and ergonomicsSample (material)Injury preventionDemographyActuarial scienceForensic engineeringRisk analysis (engineering)EngineeringClinical psychologyMedicineSexual abuseMedical emergencyComputer securityComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

This study extended previous research comparing a set of widely employed actuarial risk assessment schemes as well as a new instrument, the Static-2002, in a sample of 468 sex offenders followed for an average of 5.9 years. All of the risk assessment instruments (Violence Risk Appraisal Guide [VRAG], Sex Offender Risk Appraisal Guide [SORAG], Rapid Risk Assessment for Sex Offense Recidivism [RRASOR], Static-99, Static-2002, and Minnesota Sex Offender Screening Tool-Revised [MnSOST-R]) were found to predict the recidivism outcomes for which they were designed. Although significant, indices of accuracy were generally lower than those reported by the developers of these instruments, even under conditions that have been shown to optimize predictive performance. For serious recidivism, the predictive accuracy of the Static-2002 and SORAG was significantly superior to that of the RRASOR, and the SORAG was significantly superior to the MnSOST-R as well. There were no significant differences among instruments in accuracy of predicting sexual recidivism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,046
Tête enseignante GPT0,381
Écart entre enseignants0,334 · 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 source (Gemma direct ou Codex distillé), 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

Citations129
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

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