Implications of Machine-Learning, Internet-Tests to Save Lives and Money: "7-Point Violence Profile:" Review of 212 Studies, 320,051 Persons, Over 95 Years, With a Cross-Validation Among 136 Homicidal, Overdosing- Substance-Abusing, Sex-Offending,
Notice bibliographique
Résumé
Analysis of 136 persons with psychopathology, suicidal ideation, and violence included: (a) 79 adults [12 homicidal, 13 overdosing-substance-abusers, 15 sex-offending, 15 suicide-completers, 24 controls (23 women, 56 men) Mage=38.29]; and (b) 57 teens [11 homicidal, 7 overdosing-substance-abusers, 10 sex-offending, 17 suicide-completers, 12 controls (15 girls, 42 boys) Mage= 15.37] given (Standard Predictor of Violence Potential (SP), Quick Test (QT), Beck Scale (BSS), MMPI-2/A, Raven Matrices). Significant (p < .05) ANOVA Fs were: (a) adults (SP, BSS, MMPI-2 [VRIN, F, FB, FP, L, K, S, Hs (1), D (2), Pd (4), Mf (5), Pa(6), Pt(7), Sc (8), Ma (9), Si (10), MAC-R, APS, AAS], Raven; and (b) teens (SP, BSS, MMPI-A [F1, F, L, K, D (2), Pa (6), Sc (8)], QT. At-risk, adults, and teens had the same “7-point violence profile” (SP -, “F/L-2-4-6-8-AAS(ACK)”) [insignificant differences (p < .05) ANOVA-Fs: SP, BSS, MMPI-2/A: F, L, K, D (2), Pd (4), Pa (6), Sc (8)].
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 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 ».