Predicting reoffense in pedophilic child molesters by clinical diagnoses and risk assessment.
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
A Diagnostic and Statistical Manual of Mental Disorders (DSM)-based diagnosis of pedophilia has so far failed to predict sexual reoffense in convicted child molesters, probably because of its broad and unspecific conceptualization. In this study, therefore, we investigated the prognostic value of the subtype exclusive pedophilia and a series of customary risk assessment instruments (SSPI, Static-99, Stable-2007, VRS:SO) and the PCL-R in a sample of prison released pedophilic sexual offenders. First, we examined the convergent validity of risk assessment instruments (N = 261). Then, we calculated the predictive accuracy of the measures and diagnosis for sexual recidivism by ROC analyses and subsequent Cox regression (N = 189). Also, predictive values with more clinical immediacy were calculated (sensitivity, specificity, PPV and NPV). The VRS:SO, the SSPI, and the Static-99 significantly predicted sexual recidivism, as did a diagnosis of exclusive pedophilia. Also, the VRS:SO predicted sexual reoffense significantly better than the Stable-2007, the Static-99/Stable-2007 combined score, and the PCL-R. When used combined, only the VRS:SO and a diagnosis of exclusive pedophilia added incremental validity to each other. Our findings support that the clinical diagnosis of an exclusive pedophilia based on DSM criteria and VRS:SO defined risk factors can reliably discriminate higher from lower risk offenders, even within the select subgroup of pedophilic child molesters.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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