Are Traumatic Brain Injuries Associated With Criminality After Taking Account of Childhood Family Social Status and Disruptive Behaviors?
Notice bibliographique
Résumé
OBJECTIVE: The authors aimed to elucidate the links between traumatic brain injuries (TBIs) and criminal convictions in a sample of 724 Canadian males with and without criminal records followed up to age 24. METHODS: Prospectively collected data were analyzed to determine whether prior TBIs predicted subsequent criminal convictions after taking account of family social status (FSS) and childhood disruptive behaviors. At age 24, diagnoses of TBIs were extracted from health records and convictions from official criminal records. In childhood, teachers rated disruptive behaviors and parents reported FSS. RESULTS: Proportionately more individuals with offender status than nonoffender status sustained a TBI from age 18 to age 24 but not before age 18. Individuals with offender status who had sustained a TBI before and after their first conviction were similar in numbers, were raised in families of low social status, and presented high levels of disruptive behaviors from age 6 to age 12. When FSS and childhood disruptive behaviors were included in multivariable regression models, sustaining a prior TBI was not associated with an increased risk of juvenile convictions for any type of crime, for violent crimes, for convictions for any crime or violent crime from age 18 to age 24, or for a first crime or a first violent crime from age 18 to age 24. CONCLUSIONS: Among males, there was no evidence that prior TBIs were associated with an increased risk of subsequent criminal convictions from age 12 to age 24 when taking account of FSS and childhood disruptive behaviors, although these latter factors may be associated with an increased prevalence of TBIs among adult offenders.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».