MétaCan
Menu
Retour à la cohorte
Enregistrement W2527044134 · doi:10.6000/1929-4409.2016.05.16

Positive Criminology and Rethinking the Response to Adolescent Addiction: Evidence on the Role of Social Support, Religiosity, and Service to Others

2016· article· en· W2527044134 sur OpenAlexvenueno aff
Byron R. Johnson, Matthew T. Lee, Maria E. Pagano, Stephen G. Post

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Alcohol Abuse and Alcoholism
Mots-clésSobrietyReligiosityAddictionRecidivismCriminal justicePsychologyCriminologyPsychiatrySocial workTracking (education)Clinical psychologySocial psychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Adolescent addiction has emerged as a major public health problem. The greatest increase in alcohol and other drug use disorders can be found among youth. Concurrently, technological advances in policing coupled with aggressive prosecuting and sentencing practices have contributed to the growth of America's correctional system. The assertive response of policing, courts, and corrections, however, have not prevented the dramatic rise of adolescent addiction. Unfortunately, there is no national data tracking addicted youth in the criminal justice system to evaluate what works when it comes to youth with addiction. This article reviews justice system responses to adolescent offenders with addiction, and promising approaches engaging juveniles in programmatic components of Alcoholics Anonymous (AA). This study highlights the role of spirituality, service to others, and social support in maintaining sobriety, reducing arrests, and lowering recidivism for adolescents court-referred to treatment. Recommendations for improving the response to adolescent offenders with addiction are offered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,063
Tête enseignante GPT0,352
Écart entre enseignants0,289 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207