Examining Antisocial Behavioral Antecedents of Juvenile Sexual Offenders and Juvenile Non-Sexual Offenders
Notice bibliographique
Résumé
In prospective longitudinal studies of juvenile offenders, the presence of multiple developmental pathways of antisocial behaviors has consistently been identified. An "antisocial" type of juvenile sex offender (JSO) has also been identified; however, whether antisocial JSOs follow different antisocial pathways has not been examined. In the current study, differences in antisocial pathways within JSOs and between JSOs and juvenile non-sex offenders (JNSOs) were examined. Data on Canadian male incarcerated adolescent offenders were used to identify whether behavioral antecedents differed within JSOs and between JSOs (n = 51) and JNSOs (n = 94). Using latent class analysis (LCA), three behavioral groups were identified. For both JSOs and JNSOs, there was a Low Antisocial, Overt, and Covert group. Overall, there were important within-group differences in the behavioral patterns of JSOs, but these differences resembled differences in the behavioral patterns of their JNSO counterpart. Risk factors including offense history, abuse history, and family history were more strongly associated with the Overt and Covert groups compared with the Low Antisocial group. Implications for JSO assessment practices were 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».