Racial differences in the associations of neighborhood disadvantage, exposure to violence, and criminal recidivism among female juvenile offenders
Notice bibliographique
Résumé
The current study examined the impact of exposure to violence and neighborhood disadvantage on criminal recidivism among Black (n = 69) and White (n = 53) female juvenile offenders. Participants were girls between the ages of 13 and 19 (M = 16.8; SD = 1.2) who were sentenced to secure custody. Using a multi-method research design, the study assessed neighborhood disadvantage through census level data, exposure to violence through self-report, and criminal recidivism through official records. Results indicated that Black girls were significantly more likely than White girls to live in disadvantaged neighborhoods, but both reported similar levels of parental physical abuse and witnessing neighborhood violence. In structural equation models, neighborhood disadvantage and witnessing neighborhood violence were indicative of future recidivism for the group as a whole. However, multiple group analyses indicated the existence of race specific pathways to recidivism. Witnessing neighborhood violence was associated with recidivism for Black girls while parental physical abuse was associated with recidivism for White girls. Results suggest that characteristics within the neighborhood play a considerable role in recidivism among female juvenile offenders generally and Black female juvenile offenders, specifically. Race specific risk models warrant further investigation, and may help lawmakers and clinicians in addressing racial disparities in the justice system.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».