MétaCan
Menu
Retour à la cohorte
Enregistrement W2733065107 · doi:10.1002/cbm.2045

Examining the effect of social bonds on the relationship between ADHD and past arrest in a representative sample of adults

2017· article· en· W2733065107 sur OpenAlexafffundabout
Mark van der Maas, Nathan J. Kolla, Patricia G. Erickson, Christine M. Wickens, Robert E. Mann, Evelyn Vingilis

Notice bibliographique

RevueCriminal Behaviour and Mental Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensPublic Health OntarioUniversity of TorontoWestern UniversityCentre for Addiction and Mental Health
Organismes subventionnairesCanadian HIV Trials Network, Canadian Institutes of Health Research
Mots-clésSample (material)PsychologyClinical psychologyDevelopmental psychologyPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

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.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,120
Score d'incertitude au seuil0,239

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,174
Tête enseignante GPT0,435
Écart entre enseignants0,261 · 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

Citations12
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminal Behaviour and Mental HealthMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207