Characteristics of alleged homicide offenders with and without schizophrenia in Sichuan, China
Notice bibliographique
Résumé
BACKGROUND: Little is known about the characteristics of people with and without schizophrenia who have been charged with homicide in China. AIMS AND RESEARCH QUESTION: Our research question was what differences are there between alleged homicide offenders with and without psychosis? METHOD: All archival records of alleged homicide cases referred for assessment to the West China Forensic Central Medical Service during 1998-2006 were retrieved. The centre serves a large catchment area in the mainly rural province of Sichuan. A random 20% of cases with schizophrenia and all cases without psychosis were selected for comparison. Demographic, criminological and mental health data were extracted from the records, and violence was rated by using the Violence Risk Scale (Chinese version). RESULTS: The two groups differed significantly in age, education, occupation, marital status and relationships to victim. The estimated risk of reoffending was higher in the schizophrenia group than the non-psychotic group, even after controlling for demographic differences. Despite many individuals reporting long histories of mental illness, about 40% of those with schizophrenia had never had any psychiatric treatment and less than 4% were in treatment at the time of the alleged homicide. CONCLUSIONS: The tendency for homicidal people with schizophrenia to be older, less educated and more socially isolated than their non-psychotic peers is similar to experience in Western countries, but the apparently higher risk scale scores of the Chinese schizophrenia group and their greater tendency to attack strangers are different. The lack of reported previous engagement with mental health services by a clearly ill and risky group of people is a likely explanation. Similar rural problems compared with better served urban areas have been reported in the Chuvash Republic. The case for better rural mental health services seems strong. 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».