MétaCan
Menu
Retour à la cohorte
Enregistrement W2064554965 · doi:10.1177/0093854813500958

Does One Size Fit All?

2013· article· en· W2064554965 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCriminal Justice and Behavior · 2013
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensPublic Safety CanadaToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésRecidivismPsychologyRisk assessmentSample (material)Human factors and ergonomicsArgument (complex analysis)Poison controlClinical psychologyMedicineComputer securityEnvironmental healthComputer science

Résumé

récupéré en direct d'OpenAlex

The application of common risk assessment measures, such as the Level of Service Inventories (LSI), to Aboriginal offenders has been a criticized practice. The belief that Aboriginal offenders have distinct needs has informed the argument that existing risk-need assessments cannot adequately capture their risk. To explore this, the present meta-analysis reviewed 16 samples to test the extent to which LSI scores predict recidivism for Aboriginal compared with non-Aboriginal offenders. In addition, one large sample was used to examine the similarities in recidivism rates per LSI score for Aboriginal and non-Aboriginal offenders. Results indicated that the LSI predicts recidivism for Aboriginal offenders; however, for five of eight subscales, it predicts with less accuracy compared with non-Aboriginal offenders. In addition, the LSI underclassifies low-scoring Aboriginal offenders, but accurately estimates recidivism rates for higher scoring offenders. Implications for research into culturally-specific risk factors and the application of current risk factors to Aboriginal offenders are explored.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,074
Tête enseignante GPT0,352
Écart entre enseignants0,278 · 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