MétaCan
Menu
Retour à la cohorte
Enregistrement W2767210492 · doi:10.1177/0306624x17740015

The Criminogenic and Noncriminogenic Treatment Needs of Intimate Partner Violence Offenders

2017· article· en· W2767210492 sur OpenAlexaff
N. Zoe Hilton, Dana L. Radatz

Notice bibliographique

RevueInternational Journal of Offender Therapy and Comparative Criminology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensWaypoint Centre for Mental Health CareUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyDomestic violenceIntervention (counseling)RecidivismSuicide preventionHuman factors and ergonomicsPoison controlOccupational safety and healthInjury preventionClinical psychologyPsychiatryMedical emergencyMedicine

Résumé

récupéré en direct d'OpenAlex

The criminogenic needs of general offenders have been empirically studied, but the criminogenic treatment needs of intimate partner violence (IPV) offenders, or how they compare with other violent or nonviolent offenders, have not been as thoroughly explored. Therefore, we examined and compared the criminogenic and noncriminogenic needs of 99 IPV offenders, 233 non-IPV violent offenders, and 103 nonviolent offenders, all of whom were men who had undergone institutional forensic assessment. Results indicated that IPV offenders had more treatment needs than the other two offender groups, including the Central Eight criminogenic needs. These findings support a focus on criminogenic treatment needs in batterer intervention programs for men, consistent with the principles of effective intervention for offenders.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,309
Tête enseignante GPT0,414
Écart entre enseignants0,104 · 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

Citations40
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Offender Therapy and Comparative CriminologyMême sujetIntimate Partner and Family ViolenceTravaux en français237 207