A cluster analytic examination and external validation of psychopathic offender subtypes in a multisite sample of Canadian federal offenders.
Notice bibliographique
Résumé
The present study is a cluster analytic examination and validation of psychopathic offender subtypes from 4 combined samples of Canadian federally incarcerated offenders, most of whom were serving sentences for violent offenses. The men were rated on the Hare Psychopathy Checklist-Revised (PCL-R; Hare, 1991, 2003) on the basis of comprehensive file information and 314 cases were extracted using a PCL-R total cut score of 25. Cluster analysis of the 4 PCL-R facets converged at a 2-cluster solution: a primary subtype characterized by prominent interpersonal and affective features of psychopathy and a secondary subtype characterized by comparatively few interpersonal features and high scores on the remaining facets. Validation analyses found that the vast majority of primary psychopathic offenders (74.1%) were White or of non-Aboriginal descent in contrast to the secondary subtype (47.6%). Secondary psychopathic offenders tended to be actuarially higher risk, have greater criminogenic needs, and to make greater amounts of treatment change on criminogenic targets; however, contrary to expectations, within-treatment changes from a violence reduction program were significantly associated with reductions in violent recidivism for primary, but not secondary, variants. There were few differences in rates of recidivism between the groups overall; secondary variants had higher rates of sexual violence which was largely accounted for by individual differences in baseline static risk. Implications for risk assessment, treatment planning, and the classification and etiology of primary and secondary psychopathy 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».