MétaCan
Menu
Retour à la cohorte
Enregistrement W2126396765 · doi:10.1177/1079063210384633

Recent Research (N = 9,305) Underscores the Importance of Using Age-Stratified Actuarial Tables in Sex Offender Risk Assessments

2010· article· en· W2126396765 sur OpenAlexaff
Richard Wollert, Elliot Cramer, Jacqueline Waggoner, Alex Skelton, James Vess

Notice bibliographique

RevueSexual Abuse · 2010
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensSimon Fraser University
Organismes subventionnairesAssociation for the Treatment of Sexual Abusers
Mots-clésRecidivismLife tableDemographyRisk assessmentSex offenderPsychologyTable (database)Sex offenseStratified samplingActuarial scienceMedicinePsychiatryPoison controlHuman factors and ergonomicsClinical psychologyStatisticsSexual abuseMedical emergencyPopulationComputer scienceDatabaseMathematicsSociologyComputer securityEconomics

Résumé

récupéré en direct d'OpenAlex

A useful understanding of the relationship between age, actuarial scores, and sexual recidivism can be obtained by comparing the entries in equivalent cells from "age-stratified" actuarial tables. This article reports the compilation of the first multisample age-stratified table of sexual recidivism rates, referred to as the "multisample age-stratified table of sexual recidivism rates (MATS-1)," from recent research on Static-99 and another actuarial known as the Automated Sexual Recidivism Scale. The MATS-1 validates the "age invariance effect" that the risk of sexual recidivism declines with advancing age and shows that age-restricted tables underestimate risk for younger offenders and overestimate risk for older offenders. Based on data from more than 9,000 sex offenders, our conclusion is that evaluators should report recidivism estimates from age-stratified tables when they are assessing sexual recidivism risk, particularly when evaluating the aging sex offender.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,164
Tête enseignante GPT0,443
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSexual AbuseMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207