MétaCan
Menu
Retour à la cohorte
Enregistrement W2330959049 · doi:10.1037/lhb0000170

Validity of the youth assessment and screening instrument: A juvenile justice tool incorporating risks, needs, and strengths.

2016· article· en· W2330959049 sur OpenAlexaffabout
Natalie J. Jones, Shelley L. Brown, David Robinson, Deanna Frey

Notice bibliographique

RevueLaw and Human Behavior · 2016
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPsychologyJuvenileLegal psychologyEconomic JusticeJuvenile delinquencyRisk assessmentPredictive validityScale (ratio)Protocol (science)Sample (material)Applied psychologyClinical psychologySocial psychologyDevelopmental psychologyMedicineComputer securityComputer scienceGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

The primary purpose of this study is to introduce the Youth Assessment and Screening Instrument (YASI; Orbis Partners, 2000), which is a comprehensive assessment protocol gauging a range of risks, needs, and strengths associated with criminal conduct in juvenile populations. Applied to a sample of 464 juvenile offenders bound by community supervision in Alberta, Canada, the Pre-Screen version of the instrument achieved a high level of accuracy in predicting both general and violent offenses over an 18-month follow-up period (Area Under the Curve [AUC] = .79). No significant differences in overall predictive validity were found across demographic groups, save for the relatively lower level of accuracy achieved in predicting general reoffending across the subsample of girls (AUC = .68). With regard to strengths, a buffering effect was identified whereby high-risk cases with higher levels of strength had superior outcomes compared to their lower strength counterparts. Results suggest that it is advisable to consider the quantitative inclusion of strength-based items in the assessment of juvenile risk.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,231
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

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

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 Opus0,090
Tête enseignante GPT0,361
Écart entre enseignants0,271 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations43
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLaw and Human BehaviorMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207