The validity of the Violence Risk Appraisal Guide (VRAG) in predicting criminal recidivism
Notice bibliographique
Résumé
INTRODUCTION: The VRAG is an actuarial risk assessment instrument, developed in Canada as an aid to estimating the probability of reoffending by mentally ill offenders. AIM: To test the predictive validity of the VRAG with a German sample. METHOD: The predictive validity of the VRAG was tested on a sample of 136 people charged with a criminal offence and under evaluation for criminal responsibility in the forensic psychiatry department at the University of Munich in 1994-95. The predicted outcome was tested by means of ROC analysis for correlation with the observed rate of recidivism between discharge after the 1994-95 assessment and the census date of 31 March 2003. Recidivism rate was calculated from the official records of the National Conviction Registry. RESULTS: Just over 38% of the sample had reoffended by 2003. Their mean time-at-risk was 58 months (SD 3.391; range 0-115 months). The VRAG yielded a high predictive accuracy in the ROC analysis with an AUC of 0.703. For a constant time-at-risk < = 7 years, the predicted probability and observed rates of recidivism correlated significantly with Pearson's r = 0.941. CONCLUSIONS: The validity of the VRAG was replicated with a German sample. The VRAG yielded good predictive accuracy, despite differences in sample and outcome variables compared with its original sample.
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 | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».