Weapon Use Increases the Severity of Domestic Violence but Neither Weapon Use nor Firearm Access Increases the Risk or Severity of Recidivism
Notice bibliographique
Résumé
Use of weapons is a risk factor for domestic violence severity, especially lethality. It is not clear, however, whether access to firearms itself increases assault severity, or whether it is characteristic of a subgroup of offenders who are more likely to commit severe and repeated domestic assault. This reanalysis of 1,421 police reports of domestic violence by men found that 6% used a weapon during the assault and 8% had access to firearms. We expected that firearm use would be rare compared to other weapons and that actual weapon use rather than firearm access would increase the severity of domestic assaults. Firearm access was associated with assault severity, but this was mostly attributable to use of nonfirearm weapons. Weapon use was associated with older age, lower education, and relationship history as well as to assault severity. Victims were most concerned about future assaults following threats and actual injuries. Although firearm access and weapon use were related to actuarial risk of domestic violence recidivism, neither predicted the occurrence or severity of recidivism. We conclude that, consistent with previous research in the United States and Canada, firearm use in domestic violence is uncommon even among offenders with known firearm access. Weapon use is characteristic of a subgroup of offenders who commit more severe domestic violence, and seizure of weapons may be an effective intervention.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».