Questioning fairness: the relationship of mental health and psychopathic characteristics with young offenders' perceptions of procedural justice and legitimacy
Notice bibliographique
Résumé
BACKGROUND: Theories of procedural justice suggest that individuals who experience the criminal justice system as fair are more likely to perceive it as legitimate and, in turn, are less likely to reoffend. However, when individuals come into contact with the legal system, they are not blank slates - they have beliefs and personality characteristics that may systematically influence such perceptions. AIMS: Our aim was to establish the extent to which demographic characteristics, legal history and clinical features, including personality characteristics, systematically influenced the degree to which young people experience the justice system as fair and legitimate. METHOD: Self-report, file and interview data were collected from ninety-two 12 to 17-year-olds on probation in Western Canada. RESULTS: Substance use and traumatic experiences were inversely correlated with perceptions of procedural justice and legal legitimacy. Young people with higher scores on interpersonal, lifestyle and antisocial facets of the psychopathy checklist: youth version believed less strongly in the legitimacy of the law, but regression analyses confirmed that only history of trauma was independently associated with perceived procedural justice and legitimacy. Those in the youngest age group were more likely to have positive perceptions of justice than older youths, but demographics and legal history otherwise did not relate to outcomes. CONCLUSIONS: Our findings suggest that examining the relationship between procedural justice, legitimacy and offending without taking intra-individual variables into account may neglect important influences on those relationships. Other research has begun to show that young people who do not accept the law as legitimate or the criminal justice system as fair are more likely to offend. Copyright © 2016 John Wiley & Sons, Ltd.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».