Assessing Protective Factors for Adolescent Offending: A Conceptually Informed Examination of the SAVRY and YLS/CMI
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although the Structured Assessment of Violence Risk in Youth (SAVRY) and the Youth Level of Service/Case Management Inventory (YLS/CMI) are among the most widely used adolescent risk assessment tools, they conceptualize and measure strengths differently. As such, in this study, we compared the predictive validity of SAVRY Protective Total and YLS/CMI Strength Total, and tested conceptual models of how these measures operate (i.e., risk vs. protective effects, direct vs. buffering effects, causal models). Research assistants conducted 624 risk assessments with 156 youth on probation. They rated protective factors at baseline, and again at 3-, 6-, 9-, and 12-month follow-up periods. The SAVRY Protective Total and YLS/CMI Strength Total inversely predicted any charges in the subsequent 2 years (area under the curve scores = 0.61 and 0.60, respectively, p < .05). Furthermore, when adolescents’ protective total scores increased, their self-reported violence decreased, thus providing evidence that these factors might play a causally relevant role in reducing violence. However, protective factors did not provide incremental validity over risk factors. In addition, because these measures are brief and use a dichotomous rating system, they primarily captured deficits in protective factors (i.e., low scores). This suggests a need for more comprehensive measures.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle