MétaCan
Menu
Retour à la cohorte
Enregistrement W2780670272 · doi:10.1177/0093854817745911

The Roles of Antisociality and Neurodevelopmental Problems in Criminal Violence and Clinical Outcomes Among Male Forensic Inpatients

2017· article· en· W2780670272 sur OpenAlexaff
N. Zoe Hilton, Elke Ham, Michelle M. Green

Notice bibliographique

RevueCriminal Justice and Behavior · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensWaypoint Centre for Mental Health CareUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyPoison controlHuman factors and ergonomicsInjury preventionClinical psychologyStructural equation modelingPsychiatrySuicide preventionDevelopmental psychologyMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

Research has identified developmental pathways linking childhood abuse and poor parenting to cognitive impairment or general antisociality in adolescence. We examined pathways in adult offenders, aiming to reproduce pathways identified in the limited existing research with male forensic inpatients and testing their robustness and relation to clinical outcomes. Using structural equation modeling (SEM), we examined antisociality, neurodevelopmental problems, and antisocial parenting as statistical predictors of criminal violence, in 638 cases. Using exploratory factor analysis and SEM, we developed and tested similar models for health status on admission and institutional outcomes (symptoms and aggressive behaviors) in subsamples of 269 and 335 cases. A three-factor measurement model was obtained, replicating previous work and supporting antisociality and neurodevelopmental problems as pathways to criminal violence and poor adult health. Models of institutional outcomes were not well supported. Findings indicate robustness of antisocial development and neurodevelopmental pathways.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,077
Tête enseignante GPT0,383
Écart entre enseignants0,305 · 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'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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetChild Abuse and TraumaTravaux en français237 207