A cross-validation of the Violence Risk Appraisal Guide—Revised (VRAG–R) within a correctional sample.
Notice bibliographique
Résumé
The Violence Risk Appraisal Guide-Revised (VRAG-R) was developed to replace the original VRAG based on an updated and larger sample with an extended follow-up period. Using a sample of 120 adult male correctional offenders, the current study examined the interrater reliability and predictive and comparative validity of the VRAG-R to the VRAG, the Psychopathy Checklist-Revised, the Statistical Information on Recidivism-Revised, and the Two-Tiered Violence Risk Estimate over a follow-up period of up to 22 years postrelease. The VRAG-R achieved moderate levels of predictive validity for both general and violent recidivism that was sustained over time as evidenced by time-dependent area under the curve (AUC) analysis. Further, moderate predictive validity was evident when the Antisociality item was both removed and then subsequently replaced with a substitute measure of antisociality. Results of the individual item analyses for the VRAG and VRAG-R revealed that only a small number of items are significant predictors of violent recidivism. The results of this study have implications for the application of the VRAG-R to the assessment of violent recidivism among correctional offenders. (PsycINFO Database Record
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».