Examining the effect of social bonds on the relationship between ADHD and past arrest in a representative sample of adults
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
BACKGROUND: Several studies have found a connection between attentional deficit hyperactivity disorder (ADHD) and criminal behaviour in clinical and prison samples of adults, but there is a lack of representative general population data on this. AIM: To test relationships between histories of ADHD and arrest. Our main research question was whether any such relationship is direct or best explained by co-occurring variables, especially indicators of social bonds. METHOD: Data were from a sample of 5,376 adults (18+) representative of the general population of Ontario, Canada. Logistic regression analysis was used to explore the relationship between self-reported arrest on criminal charges and ADHD as measured by the Adult Self Report Scale (ASRS-v1.1). Indicators of strong social bonds (post secondary education, household size) and weak bonds (drug use, antisocial behaviours, alcohol dependence) were also obtained at interview and included in the statistical models. RESULTS: In a main effects model, screening positive for ADHD was twice as likely (OR 2.05 CI 1.30, 3.14) and past use of medications for ADHD three times as likely (OR 3.94 CI 2.46, 6.22) to be associated with ever having been arrested. These associations were no longer significant after controls for weak and strong social bonds were added to the models. In the best fitting statistical model, ever having been arrested was not associated with ADHD, but it was significantly associated with indicators of strong and weak social bonds. CONCLUSIONS: The observed connection between ADHD and criminality may be better understood through their shared relationships with indicators of poor social bonds. These include antisocial behaviour more generally, but also drug use and failure to progress to any form of tertiary education, including vocational training. Copyright © 2017 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.
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 | 0,000 |
| 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 découle