Some Temporarily Successful Experiences along Three Decades of Failure: Crime and Public Policy in Brazil
Notice bibliographique
Résumé
Many adolescents manifest delinquent behavior, but only a few are responsible for most of the offenses and the serious crimes. To know the differences in the criminal engagement and in the personal variables related to the more persistent/severe antisocial behavior is important to adjust the Juvenile Justice Systems to the adolescents needs. In the Brazilian Justice System, this is not considered. Although the law indicates the importance of personalizing legal and social responses to each juvenile offender, the treatment is essentially undifferentiated. Therefore, the purpose of this study was to identify and describe personal variables that discriminate subgroups of Brazilian adolescents with different levels of criminal engagement. A total of 193 male adolescents (133 recruited in schools and 60 institutionalized) answered a Self-Report Delinquency Questionnaire, which included scales of psychosocial constructs. Five groups were found by the Ward and K-means clustering methods. The adolescents were compared on variables such as personal traits. Those groups with major criminal engagement had higher levels of impulsivity (η² = 0.08; p = 0.002), higher antisocial values (η² = 0.08; p = 0.003), and higher prevalence of alcohol (X² = 103.75; p < 0.001) and marijuana use (X² =257.61; p < 0.001). This finding confirms the specialized literature, denoting how important it is to identify and understand the differences in the criminal engagement of adolescents.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».