Psychopathy and crime: Testing the incremental validity of PCL-R-measured psychopathy as a predictor of general and violent recidivism.
Notice bibliographique
Résumé
It has been argued that psychopathy plays a vital role in the criminal justice system. To test this assumption, the incremental validity of the psychopathy construct was examined in 198 male Canadian prison inmates serving time for nonsexual offenses and 122 male U. S. inmates undergoing forensic evaluations. When these two samples--which had been used previously to test the incremental validity of the four Psychopathy Checklist-Revised (PCL-R: Hare, 2003) facet scores (Walters, Wilson, & Glover, 2011)--were treated as a single group, second-order confirmatory factor analysis and item response theory principles indicated that a three-factor hierarchical model of the PCL-R facets (interpersonal, affective, lifestyle) fit the data better than a four-factor hierarchical model (interpersonal, affective, lifestyle, antisocial). When the two samples were examined separately, a composite of the first three PCL-R facets (interpersonal, affective, lifestyle) failed to predict general and violent recidivism above and beyond the contributions of age and criminal history. These results bring into question the utility of the psychopathy construct, as measured by Facets 1, 2, and 3 of the PCL-R, to predict important criminal justice outcomes like recidivism. Additional research using alternative measures of psychopathy and a wider array of outcome measures is required to determine the extent to which the psychopathy construct contributes to our understanding of criminal behavior.
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 | 0,008 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».