The structural and predictive properties of the Psychopathy Checklist–Revised in Canadian Aboriginal and non-Aboriginal offenders.
Notice bibliographique
Résumé
We examined the structural and predictive properties of the Psychopathy Checklist-Revised (PCL-R) in large samples of Canadian male Aboriginal and non-Aboriginal offenders. The PCL-R ratings were part of a risk assessment for criminal recidivism, with a mean follow-up of 26 months postrelease. Using multigroup confirmatory factor analysis, we were able to show that the PCL-R items were invariant across these 2 groups and that a 4-factor model fit the data well. Predictive accuracy analyses (receiver operator characteristic curves and Cohen's d) generated effect sizes that were medium in magnitude overall for the PCL-R total score in the prediction of violent, nonviolent, and general criminal recidivism (area under the curve=.63-.70, Cohen's d=.28-.42) for both ancestral groups. When disaggregated into its constituent factors, for both ancestral groups, the Lifestyle and Antisocial factors consistently and significantly predicted all recidivism outcomes, whereas the Interpersonal and Affective factors did not significantly predict any of the recidivism outcomes. Finally, structural equation modeling results with the total sample indicated that the PCL-R factors were able to account for 32% of the variance in a latent recidivism factor. Implications regarding the latent structure of psychopathy and the clinical use of the instrument with Aboriginal and non-Aboriginal male offenders are discussed.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».