A comprehensive examination of the psychometric properties of the Hare Psychopathy Checklist-Revised in a Canadian multisite sample of indigenous and non-indigenous offenders.
Notice bibliographique
Résumé
The present study examined the psychometric properties of Hare Psychopathy Checklist-Revised (PCL-R; Hare, 2003) scores in a multisite sample of 1,163 federally incarcerated Canadian indigenous and non-indigenous offenders from the Prairie Region of the Correctional Service of Canada. The research occurred against the backdrop of the Ewert v. Canada (2015) matter, in which the PCL-R was originally impugned in Federal Court for use with indigenous persons (later overturned in Canada v. Ewert, 2016). Indigenous men scored higher than non-indigenous men on most components of the PCL-R and had higher rates of recidivism, irrespective of follow-up. Discrimination analyses, however, supported the predictive efficacy of PCL-R total, factor, and facet scores for violent and general recidivism across both ancestral groups, with most group differences in area under the curve (AUC) magnitudes being small and nonsignificant. Calibration analyses demonstrated that higher PCL-R scores were associated with higher rates of general and violent recidivism for both ancestral groups, although higher recidivism rates were observed and estimated for indigenous men at specific PCL-R score thresholds. Confirmatory factor analyses supported the 4-factor model of psychopathy and hence, structural invariance, of PCL-R scores across ancestral groups. Structural equation modeling affirmed the predictive efficacy of the 4-factor model for recidivism. We discuss these findings in terms of clinical applications of the PCL-R and the psychopathy construct in general, with male offenders of indigenous ancestry. (PsycINFO Database Record
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».