National Prevalence of Mental Disorders among Incoming Canadian Male Offenders
Notice bibliographique
Résumé
OBJECTIVE: A current estimate of prevalence rates of mental disorder among Canadian federal offenders is required to facilitate treatment delivery and service planning. METHOD: The study determined prevalence rates of major mental disorders among newly admitted male offenders entering the federal correctional system in Canada. Data were collected at each regional reception site on consecutive admissions for a 6-month period (N = 1110). Lifetime and current prevalence rates were estimated using the Structured Clinical Interview for DSM Axis I Disorders (SCID-I) and the SCID Axis II Disorders (SCID-II). Degree of impairment was estimated using the Global Assessment of Functioning (GAF) scale. Results were disaggregated by Aboriginal ancestry. RESULTS: The national prevalence rate for any current mental disorder was 73%. The highest rates were for alcohol and substance use disorders; however, over half of participants met the lifetime criteria for a major mental disorder other than alcohol or substance use disorders or antisocial personality disorder. Thirty-eight percent met the criteria for both a current mental disorder and one of the substance use disorders. Fifty-seven percent of offenders with a current Axis I mental disorder were rated as experiencing minimal to moderate functional impairment based on the GAF, indicating that most participants do not require intensive psychiatric services. CONCLUSIONS: These results underscore the challenge posed to Canadian federal corrections in providing the necessary mental health services to assist in the management and rehabilitation of a significant percentage of the offender population with mental health needs.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,003 | 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 ».