Kriminalprognose und Sexualdelinquenz - Möglichkeiten und Grenzen standardisierter Kriminalprognosemethoden bei Sexualstraftätern
Notice bibliographique
Résumé
The present research project addresses standardized recidivism risk prediction methods for released sexual offenders. Originally developed in the Anglo-American language area, standardized risk instruments are meanwhile in the German-speaking part of Europe regarded as state of the art as well. Using a prospective longitudinal research design we examined the inter-rater reliability and the concurrent and predictive validity of the German versions or adaptations of the most commonly used standardized risk assessment instruments for sexual offenders, the Rapid Risk Assessment for Sexual Offense Recidivism (RRASOR), Static-99, the Sexual Offender Risk Appraisal Guide (SORAG), the Sexual Violence Risk-20 (SVR-20), and the Psychopathy Checklist-Revised (PCL-R). On the one hand, the results of the present studies indicate satisfactory reliability and validity and therefore support the predictive value of these risk tools. On the other hand, particularly the predictive validity varied depending on instrument, offender subgroup and recidivism category. Consequently, practitioners have to take these limitations into consideration when they use standardized recidivism risk prediction tools for sexual offenders.
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) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,008 |
| Science ouverte | 0,011 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».