The Average Predictive Validity of Intimate Partner Violence Risk Assessment Instruments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The field of intimate partner violence (IPV) risk assessment (predicting recidivism, lethality) is fast growing, and the majority of research examining the predictive validity of IPV risk assessment instruments has been conducted in the past decade. This study examines the average predictive validity weighted by sample size of five stand alone IPV risk assessment instruments that have been validated in multiple research studies using the Receiver Operating Characteristic Area Under the Curve (AUC). The Ontario Domestic Assault Risk Assessment (ODARA) has the highest average weighted AUC (=.666, k=5) followed, in order of most to least predictive, by the Spousal Assault Risk Assessment (SARA; AUC=.628, k=6), the Danger Assessment (DA; AUC=.618, k=4), the Domestic Violence Screening Inventory (DVSI; AUC=.582, k=3), and the Kingston Screening Instrument for Domestic Violence (K-SID; AUC=.537, k=2). The effect size for the average AUCs for IPV risk assessment instruments is small, with the exception of a medium effect size for the ODARA. Of the 20 measures of predictive validity included in this analysis, the risk assessment was administered correctly in nine (45%). IPV risk assessment is relatively new, and the use of proxy instruments and utilization of risk assessment instruments in settings for which they were not created is widespread. While waiting for a more rigorous body of research, factors in addition to predictive validity must be taken into consideration (e.g., setting, outcome, skills of the assessor, access to information) when choosing which risk assessment instrument is appropriate for use in a particular practice setting.
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.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle