MétaCan
Menu
Retour à la cohorte
Enregistrement W2752616587 · doi:10.1177/0093854817719915

The Relationship Between Changes in Dynamic Risk Factors and the Predictive Validity of Risk Assessments Among Youth Offenders

2017· article· en· W2752616587 sur OpenAlexafffund
Maggie Clarke, Michele Peterson‐Badali, Tracey A. Skilling

Notice bibliographique

RevueCriminal Justice and Behavior · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésRecidivismPredictive validityRisk assessmentRisk management toolsPsychologyRisk managementDynamic assessmentClinical psychologyDevelopmental psychologyComputer securityComputer science

Résumé

récupéré en direct d'OpenAlex

The Youth Level of Service/Case Management Inventory (YLS/CMI) is a widely used risk assessment tool for youth offenders. It is intended to be administered regularly to capture changes in criminogenic needs and thus inform case management during a youth’s sentence. However, there is a dearth of research examining whether updated assessments are more predictive of recidivism than initial assessments. We examined whether including dynamic risk factors increased the predictive validity of the YLS/CMI and whether changes in dynamic risk scores improved the prediction of recidivism. Two hundred youth offenders were tracked from their first risk assessment conducted at probation to their most recent risk assessment completed prior to first reoffense or study end date. Inclusion of dynamic risk scores improved predictive accuracy above static risk and updated dynamic risk scores improved accuracy over those obtained from the initial assessment, supporting the utility of the YLS/CMI as a reassessment tool.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,094
Score d'incertitude au seuil0,867

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,148
Tête enseignante GPT0,398
Écart entre enseignants0,250 · 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 tête enseignante, 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

Citations31
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207