Une analyse des qualités psychométriques du <i>Level of Service/Case Management Inventory</i> (LS/CMI) à partir de la théorie des réponses aux items
Notice bibliographique
Résumé
Andrews, Bonta et Wormith (2004) présentent le Level of Service/Case Management Inventory (LS/CMI) comme un instrument de quatrième génération afin d'évaluer le risque de récidive criminelle et les besoins en intervention des personnes contrevenantes. La présente étude consiste en une analyse détaillée de la structure interne du LS/CMI fondée sur la théorie des réponses aux items afin d'en déterminer la validité prédictive. Elle a été faite à partir des données prospectives provenant d'un échantillon 17 651 hommes contrevenants suivis sur une période d'un an. L'analyse des réponses aux items indique que les items dynamiques du LS/CMI n'améliorent pas significativement la validité prédictive de l'outil. Les résultats montrent qu'à eux seuls, les items statiques s'avèrent aussi valides que les outils de troisième et de quatrième génération et que le retrait de plusieurs items, principalement dynamiques, n'affecte pas l'indice de validité prédictive. Finalement, les analyses psychométriques soulèvent des questions fondamentales quant à la validité de l'outil, mais également quant à son utilité auprès de personnes contrevenantes.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».