MétaCan
Menu
Retour à la cohorte
Enregistrement W2771565575 · doi:10.1002/9781119184256.ch9

Service Planning Instrument (<scp>SPIn</scp>)

2017· other· en· W2771565575 sur OpenAlexaboutno aff
Natalie Jones, David Robinson

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésService (business)RecidivismEconomic JusticeInclusion (mineral)Protocol (science)PsychologyApplied psychologyBusinessActuarial scienceOperations managementProcess managementMedical educationEngineeringPolitical scienceMedicineSocial psychologyClinical psychologyMarketingLawPathology

Résumé

récupéré en direct d'OpenAlex

The Service Planning Instrument (SPIn; Orbis Partners, 2003) and its derivatives were designed to assess a range of risks, needs, and strengths among justice-involved adults for the purpose of guiding classification and informing case management in both community and custody settings. The Service Planning Instrument for Women (SPIn-W; Orbis Partners, 2006) was specifically introduced as a gender-responsive protocol for justice-involved females, while SPIn Re-entry (Orbis Partners, 2013) is an abridged version of the larger instrument that has been tailored to re-entry populations. Based on large community and custody samples across Canada and the United States, the family of SPIn tools has evidenced moderate to high levels of predictive accuracy in forecasting general reoffending, violent reoffending, and technical violations, with AUCs attaining .78. A defining feature of the assessment model is the quantitative inclusion of strengths. Validation data collected to date demonstrate that SPIn strength scores contribute incrementally to the prediction of recidivism over and above the consideration of risks and needs alone. Beyond improving predictive validity, the inclusion of strengths in the assessment protocol also results in an enhancement of case management practices to reinforce a collaborative approach to developing and pursuing case plans.

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)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0590,013

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 Opus0,051
Tête enseignante GPT0,357
Écart entre enseignants0,306 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIntimate Partner and Family ViolenceTravaux en français237 207