Outcomes of Offenders With Co-Occurring Substance Use Disorders and Mental Disorders
Notice bibliographique
Résumé
OBJECTIVE: Whether a diagnosis of a mental disorder contributes to the risk of poorer correctional outcomes is controversial. This study aimed to clarify the extent to which mental and substance use disorders individually and in combination contribute to correctional outcomes in order to determine optimal treatment and promote public safety. METHODS: Differences were examined between four groups of federal offenders in Canada (N=715): those with a mental disorder only, those with a substance use disorder only, those with co-occurring mental and substance use disorders, and those with no disorder. Groups were compared on profiles, criminal histories, charges while incarcerated (institutional charges), and reconvictions after release from incarceration by using chi-square tests and Cox regression analyses that controlled for risk factors. RESULTS: Of the four groups, those with co-occurring disorders had the most substantial criminal histories and the highest rates of institutional charges, transfers to segregation while incarcerated, and reconvictions. The group with only mental disorders had outcomes intermediate between the groups with only substance use disorders and the group with neither type of disorder. CONCLUSIONS: Having a substance use disorder appeared to be the key factor contributing to poorer correctional outcomes for offenders with mental disorders. Psychiatric services in correctional facilities must screen for substance use disorders and, if they are present, ensure provision of treatment to improve quality of life for this population and promote public safety.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».