The Role of Psychopathic Personality Disorder in Violence Risk Assessments Using the HCR-20
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.
Notice bibliographique
Résumé
Antisocial and psychopathic traits are essential to evaluate when assessing risk for violence using the HCR-20. The role of the PCL-R on the HCR-20 was investigated using a series of meta-analytic tests. Across 34 samples in which both tools were rated, AUCs for violence were similar (∼.69), and exclusion of the psychopathy item (H7) did not reduce the HCR-20's accuracy. Quantitative synthesis of results from multivariate analyses conducted in 7 raw datasets that used both tools demonstrated that the average probability of observing violence for every point increase on the HCR-20 (without H7), while controlling for the PCL-R, was 23%, whereas for the PCL-R it was -1%. The HCR-20 (without H7) added incremental validity to the PCL-R, whereas the converse was not true, and only the HCR-20 (without H7) possessed unique predictive validity. Results suggest the HCR-20's predictive validity was not negatively impacted by excluding the PCL-R. Areas for future study are discussed, including research on various ways to assess and incorporate into risk assessment personality traits related to violence.
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 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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle