Short- and long-term recidivism prediction of the PCL-R and the effects of age: A 24-year follow-up.
Notice bibliographique
Résumé
We prospectively examined the short- and long-term prediction of several recidivism outcomes as a function of psychopathy and age in a sample of 273 Canadian federal inmates with an average 24 years post-release follow-up. Offenders were rated using the original 22-item Hare Psychopathy Checklist (PCL: Hare, 1980) based on extensive archival file information, and the ratings were used to compute the Psychopathy Checklist-Revised (Hare, 2003) and the 4 facet scores. PCL-R total scores and the Lifestyle and Antisocial facets, but not the Interpersonal and Affective facets, showed mostly small and some moderate predictive efficacy for general and nonviolent recidivism over 3-, 5-, 10-, and 20-year fixed follow-ups, and predicted violence recidivism at shorter follow-ups. Age at release was negatively correlated with all recidivism outcomes and follow-up periods for both high and low PCL-R rated offenders, and uniquely predicted all recidivism outcomes after controlling for the PCL-R using Cox regression survival analysis. Increased age was consistently linked to recidivism reduction even for psychopathic offenders. The results showed that both PCL-R scores and age contributed to the prediction of recidivism; however, the PCL-R facets made differential contributions that varied with the type of offense (violent vs. nonviolent) and follow-up time (shorter vs. longer). The results have implications for both risk assessment using the PCL-R and potentially for risk reduction interventions.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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 ».